[发明专利]一种车辆跟踪方法及系统

说明书

技术领域

本发明涉及视频监控技术领域，尤其涉及一种目标检测及跟踪的方法及视频监控系统。

背景技术

随着国家对“平安城市”、“平安校园”、“平安交通”等项目的推进，整个社会对视频监控系统的需求量越来达大，对其智能化程度的要求也越来越高，传统的监控方法已经不能满足社会的需求，智能视频监控系统应运而生。智能视频监控系统的智能化主要表现在对目标的自动检测和跟踪，并根据预设的逻辑判断目标是否越界，进而发出预警。

智能交通管理系统是智能视频监控系统的一个子集，监控的目标是车辆，对车辆进行智能化的管理。车辆跟踪是智能交通管理系统的一项基础功能。目前的车辆跟踪方法主要有：基于光流场的方法、基于粒子滤波的方法、基于SIFT或SURF特征匹配的方法。基于光流场的方法对光照的适应性较差，在光线发生变化的时候容易丢失跟踪目标；基于粒子滤波的方法跟踪精度和跟踪速度都不够，很难达到实时、稳定跟踪的目的；基于SIFT或SURF特征匹配的方法对光照和仿射变化的鲁棒性都比较高，但是特征检测和匹配需要花费大量的时间，难以达到实时跟踪的目的。

因此，目前的车辆跟踪方法容易丢失跟踪目标，跟踪效果不好，跟踪的实时性太差。

发明内容

本发明实施例提供了一种车辆跟踪方法及系统，用于实现车辆的跟踪。

本发明实施例中提供的车辆跟踪方法包括：

根据当前帧的视频图像建立高斯图像金字塔，对所述高斯图像金字塔进行FAST特征检测，得到第一FAST特征集合；

确定所述第一FAST特征集合中的特征点的特征方向和特征半径，根据所述特征方向和特征半径以及预置的归一化点对序列得到所述第一FAST特征集合所对应的点对序列集合，所述点对序列集合中包含特征点与点对序列之间的对应关系；

对所述第一FAST特征集合中的特征点，根据与所述特征点对应的点对序列生成所述特征点的BRIEF描述符，得到当前帧的特征点的描述符集合，所述描述符集合中包含特征点与描述符之间的对应关系；

根据预置的跟踪半径、所述当前帧的特征点的描述符集合及前一帧中跟踪目标的特征点的描述符集合建立哈希hash表，所述hash表中包含所述前一帧中跟踪目标的特征点与所述当前帧中与其可匹配的特征点之间的对应关系；

根据所述hash表，采用描述符分块的方式在所述当前帧的特征点中查找与所述前一帧中跟踪目标的特征点hamming相似度满足预置条件的特征点，建立特征点对序列；

根据所述特征点对序列计算跟踪目标在当前帧与前一帧之间的偏移系数和尺度系数，确定所述跟踪目标在当前帧的位置。

本发明实施例中提供的车辆跟踪系统包括：

检测模块，用于根据当前帧的视频图像建立高斯图像金字塔，对所述高斯图像金字塔进行FAST特征检测，得到第一FAST特征集合；

处理模块，用于在所述检测模块得到所述第一FAST特征集合之后，确定所述第一FAST特征集合中的特征点的特征方向和特征半径，根据所述特征方向和特征半径、及预置的归一化点对序列得到所述第一FAST特征集合所对应的点对序列集合，所述点对序列集合中包含特征点与点对序列之间的对应关系；

描述符生成模块，用于在所述处理模块得到所述第一FAST特征集合所对应的点对序列集合之后，对所述第一FAST特征集合中的特征点，根据特征点对应的点对序列的生成所述特征点对应的BRIEF描述符，得到当前帧的特征点的描述符集合，所述描述符集合中包含特征点与描述符之间的对应关系；

Hash表建立模块，用于在所述描述符生成模块得到所述当前帧的特征点的描述符集合之后，根据预置的跟踪半径、当前帧的特征点的描述符集合及前一帧中跟踪目标的特征点的描述符集合建立哈希hash表，所述hash表中包含所述前一帧中跟踪目标的特征点与所述当前帧中可匹配的可匹配特征点之间的对应关系；

序列建立模块，用于在所述hash表建立模块建立所述hash表之后，根据所述hash表，采用描述符分块的方式在所述当前帧的特征点中查找与所述前一帧中跟踪目标的特征点hamming相似度满足预置条件的特征点，建立特征点对序列；

目标确定模块，用于在所述序列建立模块建立所述特征点对序列之后，根据所述特征点对序列计算跟踪目标在当前帧与前一帧之间的偏移系数和尺度系数，确定所述跟踪目标在当前帧的位置。

从以上技术方案可以看出，本发明实施例具有以下优点：