[发明专利]一种基于视频分析的车辆识别方法和系统

摘要

本发明涉及一种基于视频分析的车辆识别方法和系统，属于计算机视觉领域。本发明系统架构主要包括客户层、应用层和计算层，以摄像头或交通监控采集的车辆视频作为系统输入，对视频进行处理提取车辆图像，利用卷积神经网络对提取的车辆图像进行特征提取，识别车辆信息，最终返回结果。本发明特点是采用模块化分层架构和分布式计算处理方式，模块化将数据、逻辑与界面进行隔离，各模块之间相互独立，有利于系统开发和后期系统维护、版本升级，分布式使系统能够适用更复杂的计算场景。本发明的核心计算采用卷积神经网络，能够更加准确的对车辆图像进行识别。

主权项

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。