[发明专利]一种基于车辆检测跟踪的车辆分析方法及系统

说明书

一种基于车辆检测跟踪的车辆分析方法，包括以下步骤，(1)获取视频帧图像，对视频帧图像进行车辆检测，标定初始帧图像上的车辆框；(2)建立模板特征：对初始帧图像车辆框进行扩大得到背景框，对背景框提取图像特征，建立位置模板特征；以及对车辆框进行多个尺度缩放，对每个尺度提取图像特征，建立尺度模板特征；(3)输入下一帧图像，建立实时特征并将实时特征与模板特征建立相关，得出目标框位置，完成车辆跟踪；(4)重复步骤(3)进行跟踪；当跟踪踪的帧数到达预设的数值时，则从步骤(1)开始重复检测再跟踪；(5)获取该车辆的所有车辆框，分析车辆的运动轨迹。

技术领域

本发明涉及交通管理技术领域，特别涉及一种基于车辆检测跟踪的车辆分析方法。

背景技术

当前使用的交通流量分析系统，通常采用人工进行统计、调度，这种方法一方面效率较为低下，无法满足实时调控的需求，另一方面，此种方法需耗费很大的人力成本。

目前，已经采用的基于车辆检测和跟踪的技术可以克服以上人工检测的缺陷，目前有联合传感技术、视频技术、无线通信技术构建的自动车辆检测系统，其通过高清红外摄像机抓拍车牌信息、车内违法驾驶行为的监控等，通过地感线圈对路段的车流量进行统计监测，以及车辆测速仪对所经过的车辆进行测速等。在实际上，通过地感线圈对路段的车流量进行统计监测和超声波检测车辆，因前进中的车辆速度、种类始终变化，普遍存在反射信号不稳定，测量误差大的问题；另外，地感线圈施工麻烦，容易破坏，使得其在实际应用中有很大的局限性。

发明内容

本发明的目的在于，提出一种可以实时监测车辆并进行分析车辆行为，且分析效率高、准确率高的基于车辆检测跟踪的车辆分析方法。

为了实现上述目的，本发明所采用的技术方案为：

一种基于车辆检测跟踪的车辆分析方法，包括以下步骤，

(1)获取视频帧图像，对视频帧图像进行车辆检测，标定初始帧图像上的车辆框；

(2)建立模板特征：对初始帧图像车辆框进行扩大得到背景框，对背景框提取图像特征，建立位置模板特征；以及对车辆框进行多个尺度缩放，对每个尺度提取图像特征，建立尺度模板特征；

(3)输入下一帧图像，建立实时特征并将实时特征与模板特征建立相关，得出目标框位置，完成车辆跟踪；

具体步骤如下：在图像中选取与背景框同等位置以及大小的候选框，对候选框提取图像特征，建立位置实时特征；该位置实时特征与位置模板特征建立相关匹配得到中心位置响应图，中心位置响应图中最大响应值所在位置即为目标框中心位置；

基于目标框的中心位置，按车辆框大小选取候选框，按步骤(2)的方法对候选框进行多个尺度缩放后提取图像特征，建立尺度实时特征；将该尺度实时特征与尺度模板特征建立相关匹配获取响应图，响应图中最大响应值所在尺度即为目标框的尺度；

根据目标框中心位置以及目标框的尺度，得出目标框位置；

(4)重复步骤(3)进行跟踪；当跟踪踪的帧数到达预设的数值时，则从步骤(1)开始重复检测再跟踪；

(5)获取该车辆的所有车辆框，分析车辆的运动轨迹。

其中，上述步骤(4)之前还包括，对模板特征进行更新：将模板特征与实时特征进行线性融合，形成新的模板特征。

其中，上述步骤(2)中位置模板特征的获取具体步骤为：

(2.1)提取梯度特征，包括将背景框分成小的连通区域，采集每个连通区域中各像素点的方向直方图，将所有的方向直方图组合后构成梯度特征直方图；将该特度特征直方图进行汉宁窗口加权，并进行二维傅里叶变换，构建成梯度模板特征xtf；