[发明专利]一种基于高清视频的出租车识别方法及系统

权利要求书

1.一种基于高清视频的出租车识别方法，其特征在于，该方法包括以下步骤：

步骤1，对于高清监控视频中的每一帧图像，精确分割得到图像中的前景区域，将每个前景区域作为一个目标，依次提取每个目标的目标特征；

步骤2，利用出租车与其它车型的外观差异，基于所述步骤1提取得到的目标特征，设计模式分类器对所述高清监控视频每一帧图像中的出租车进行识别；

步骤3，对于已识别的出租车，对其持续跟踪直至其驶出有效检测区域，以避免对出租车的重复识别。

2.根据权利要求1所述的方法，其特征在于，所述步骤1中，在精确分割得到图像中的前景区域之前还包括手工设置有效检测区域的步骤，并基于所述有效检测区域精确分割得到图像中的前景区域。

3.根据权利要求1所述的方法，其特征在于，所述步骤1中，在精确分割得到图像中的前景区域之前还包括去除背景干扰的步骤。

4.根据权利要求1所述的方法，其特征在于，所述目标特征包括三维尺寸、车顶出租车标志、车身颜色中的一个或多个特征。

5.根据权利要求4所述的方法，其特征在于，所述目标特征的提取进一步包括以下步骤：

步骤11，在摄像机参数标定的支持下，用长方体模型来匹配每一目标；

步骤12，从所述图像中得到该目标的长度L、宽度W、高度H三维尺寸；

步骤13，判断上述三维尺寸是否与出租车的三维尺寸一致，若否则判断为非出租车，停止计算；若是，则继续提取该目标的车顶出租车标志；

步骤14，判断该目标是否存在车顶出租车标志，若否则判断为非出租车，停止计算；若是，则继续计算该目标的颜色特征，即该目标所有像素的归一化色调直方图。

6.根据权利要求1所述的方法，其特征在于，所述模式分类器为级联分类器，其依次包括根据目标的三维尺寸设计得到的分量分类器C₁、根据目标的车顶出租车标志设计得到的分量分类器C₂和根据目标的车身颜色特征来设计得到的分量分类器C₃；

如果某一目标的三维尺寸满足一尺寸要求，则表明该目标的尺寸与出租车一致，所述分量分类器C₁输出为真，判断该目标可能是出租车；否则输出为假，判断该目标是非出租车，所述尺寸要求为：3米≤长度L≤5米、1.5米≤宽度W≤2米、1.2米≤高度H≤1.5米；

如果某一目标的车顶存在出租车标志，则所述分量分类器C₂输出为真，判断该目标可能是出租车；否则输出为假，判断该目标是非出租车。

7.根据权利要求6所述的方法，其特征在于，所述分量分类器C₃的判断进一步包括以下步骤：

步骤21，在不同交通环境条件下离线获取多辆出租车和多辆普通非出租车的轿车图像；

步骤22，对所述图像进行手工分割得到相应的车身图像；

步骤23，计算所有车身像素的色调，并统计每辆车的归一化色调直方图作为训练样本q；

步骤24，所述分量分类器C₃在线运行时，统计被所述分量分类器C₁和所述分量分类器C₂判别为真的目标的归一化色调直方图，作为测试样本p；

步骤25，度量测试样本p和训练样本q之间的距离其中，m是归一化色调直方图的级数，p_i为测试样本p归一化色调直方图的第i个元素，q_i为训练样本q归一化色调直方图的第i个元素；

步骤26，用k近邻法将该目标分类为出租车或非出租车。

8.根据权利要求6所述的方法，其特征在于，为了对所述级联分类器进行优化，如果k个近邻中的80％以上属于同一类训练样本，则将当前目标的归一化色调直方图及其类型添加到训练样本集中；当训练样本集的规模超出限定规模时，在保持出租车和普通非出租车轿车的训练样本数大致相等的情况下删去一些早期添加的训练样本。

9.根据权利要求5所述的方法，其特征在于，根据所述长方体模型的位置、速度、长度、宽度、高度生成状态向量，建立粒子滤波模型，来持续跟踪出租车。

10.一种基于高清视频的出租车识别系统，其特征在于，该系统包括高清摄像机、补光灯和工控机，其中：

所述高清摄像机用于对道路现场进行摄像；

所述补光灯放置在所述高清摄像机的附近，用于为所述高清摄像机的摄像补充光线；

所述工控机安装在所述高清摄像机附近的固定设备中，通过局域网连接所述高清摄像机，以接收所述高清摄像机所拍摄的高清视频、对视频图像进行处理和对出租车进行识别与跟踪。