[发明专利]基于混杂特征的交通流信息感知方法及系统

摘要

本发明公开一种基于混杂特征的交通流信息感知方法及系统，具体是一种基于Harris角点特征的摄像头标定方法，基于车辆图像样本的Haar-like特征提取、训练，以及基于Haar-like特征信息库的在线准实时检测，基于置信度的车辆跟踪，以及训练样本库的自动更新的交通流信息感知方法和系统。本发明利用统计学习工具，训练车辆Haar-like特征并在线更新车辆样本集，能够诱导性地学习新的交通场景并有效地对抗车辆阴影、雨雪气候、潮湿道路倒影、摄像头抖动等干扰。本发明设置置信度来量化车辆的存在性，提出一种非线性的车辆检测可靠性判决准则，能有效地抵抗车辆部分遮挡、路面干扰物等影响，使系统具有很高的鲁棒性。

主权项

基于混杂特征的交通流信息感知方法，其特征在于包括以下步骤：利用Harris角点特征实现对摄像头的自动标定，适应无标准尺寸参照物的场景，使系统能适应绝大部分的交通场景；获取车辆样本，该样本作为训练的输入,提取并训练车辆样本中的Haar like特征，生成特征信息库；利用离线操作单元的基于特征信息库的车辆实时检测；进行车辆前后帧追踪，记录车辆在观测区域内的状态信息，设置车辆置信度；根据车辆置信度进行交通流信息的统计，并根据一段时间内缓存的车辆状态信息创建交通流信息文件，并根据检测到的车辆在线地更新车辆图像库。