[发明专利]一种基于视频分析的车辆识别方法和系统

权利要求书

1.一种基于视频分析的车辆识别系统，其特征在于：该系统包括客户层、应用层和计算层，采用模块化的分布式架构；

(1)所述客户层为界面交互层，用于完成人机交互，提供用户登录和注册的窗口，用户等级分为普通用户和高级用户，为不同等级的用户提供不同等级的服务；系统提供可视化窗口，实现用户上传文件和结果显示；系统对用户上传的文件进行格式检测，将符合系统格式要求的视频送入下一模块进行处理；

其中，对文件检测是检测用户选择的视频文件格式是否符合系统要求，包括上传文件是否为视频文件或者视频文件是否符合要求格式，以及视频文件大小进行检测，超过系统处理能力的超大视频进行警告提醒；对于符合系统要求的文件会进入一下模块进行操作，对于不符合系统要求的文件会返回警告信息，提醒用户重新选择文件；系统要求的视频文件格式为avi格式的视频文件；

所述结果显示包括返回结果显示和返回信息提示；其中，返回结果窗口显示系统的返回信息，返回信息包括：警告信息、错误信息和最终车辆识别结果；警告信息包括：用户选择文件格式不符合要求和无系统检测结果；错误信息包括检测过程意外中断信息；车辆识别结果包括：车辆的车型和品牌车辆属性的识别结果；

(2)所述应用层负责对视频进行处理，包括背景提取、运动车辆检测和车辆图像提取；系统初始化参数之后，读取视频序列，通过计算视频序列的前几帧获取视频中的背景图像；得出视频的背景图之后，通过逐帧与背景图进行差分来得到运动物体差值图像，接下来对差值图像进行二值化和腐蚀膨胀图像处理操作，得到车辆图像；

(3)所述计算层是基于卷积神经网络的车辆识别，对车辆图像经过神经网络的卷积和池化操作提取车辆特征，经过全连接层计算目标损失函数，完成车辆的识别任务，并返回结果，然后将结果显示在客户层。

2.如权利要求1所述的一种基于视频分析的车辆识别系统，其特征在于：所述应用层采用celery分布式架构，能对多个视频任务进行分布式处理，即多个视频能分别在不同的主机上处理；其中，celery是一个基于Python开发的分布式异步消息任务队列，用于实现系统任务的异步处理；

首先系统将用户任务进行队列处理，按照任务排序准则将任务加入任务队列中；系统检测当前时间下空闲状态的计算主机的数量，然后按照计算主机的标号进行任务的分发，同时给定每一个任务一个唯一的任务ID，其中任务ID用于标记任务，避免分布式处理过程中任务分发后结果与任务无法对应，结果无法回收或者结果与用户需求不一致的情况。

3.如权利要求2所述的一种基于视频分析的车辆识别系统，其特征在于：所述任务排序准则为：对于同等优先级的任务排序准则是“先到先得”，即对于先上传提交的任务排在队列的前面，后上传提交的任务排在队列后面；对于不同等级的优先级来说先排优先级高的任务，后排优先级低的任务；为防止低优级的任务得不到分配，系统根据任务上传的时间，超过规定时间限制的低优先级任务如果未得到分配，则系统自动调高其优先级；

其中，优先级等级由高到低依次为：紧急优先级、高优先级、一般优先级；对于未设置优先级的任务系统默认为一般优先级；用户根据自身需求设置任务优先级，对于任务优先级的使用系统做如下规定：普通用户只能使用高优先级和一般优先级两种，高优先级任务也有数量限制，以此防止故意调高任务优先级的行为；高级用户能使用三个等级优先级，并且紧急优先级任务只有高级用户才能使用。

4.如权利要求2所述的一种基于视频分析的车辆识别系统，其特征在于：所述分布式架构包括三个部分：任务调度、模块调度和结果整理；其中任务调度按照所述任务队列分发任务，分发准则就是依次从任务队列的最前端开始到队列末尾进行分发；首先，系统按照固定的时间检测视频处理模块的状态，一旦检测出空闲状态的视频处理模块，就将任务分发给此模块，直至任务分发完毕；

模块调度负责检测模块的工作状态，工作状态包括：空闲、忙碌、故障，其中空闲状态表示此视频处理模块此时能接收新任务；忙碌状态表示此视频处理模块正在处理任务，暂不能接收新任务；故障状态代表此视频处理模块存在故障，不能接收任务，需要由管理员进行维护或者更换；

结果整理负责整理视频处理模块的输出，根据所述任务ID对任务进行跟踪记录，保证任务不丢失。