[发明专利]视频流中的车辆行为模式判定方法

权利要求书

1. 一种视频流中的车辆行为模式判定方法，其特征在于，包括下列步骤：

⑴获取交通视频流中的若干视频帧，输入计算机，采用减背景法得到前景运动车辆，其方法为采用直方图-均值模型构建背景模型，采用阈值法更新背景；

⑵对得到的车辆前景目标采用基于预测的快速归一化互相关方法实现跟踪，其方法为，采用快速归一化互相关实现对车辆的跟踪，并在跟踪过程中，根据得到的车辆运动轨迹，采用预测的方法改进快速归一化互相关的应用；

⑶设计表达车辆状态转变的有限状态自动机，其方法是，根据车辆的状态信息和状态转变输入信息，首先确定的车辆状态表达方法，将车辆的状态表达为直行、左转、右转、反向转弯四种状态；然后确定车辆状态转变的输入因素，相对车辆的这四种状态，将车辆的运动轨迹方向转变与否确定为判定车辆行为模式转变的有限状态自动机的输入；

⑷确定车辆的运动轨迹状态，判定车辆的行为模式，其方法是，根据跟踪得到的车辆运动轨迹，得到车辆运动轨迹的偏转特征，根据不同的偏转特征，获得有限状态自动机的输入，利用步骤(3)设计的有限状态自动机，判断车辆是直行、左转、右转还是反向转弯，实现车辆的行为模式分析。

2.根据权利要求1所述的视频流中的车辆行为模式判定方法，其特征在于：所述步骤(2)中的基于预测的快速归一化互相关方法实现跟踪，首先在得到前景车辆目标的情况下，将车辆作为模板，和下一帧视频图形进行归一化互相关匹配，得到车辆在帧中的位置，从而实现对运动车辆的跟踪，在实现跟踪的基础上，采用预测信息减小待匹配区域，假设有运动车辆在当前帧                                               中的位置为，在前一帧图像中的位置为，则预计的运动目标待匹配区域大小为以当前运动目标区域位置为基准，下列公式计算得到待匹配区域的长和宽：

其中，t为运动车辆模板，、分别为模板的长度和宽度，、分别为预测区域的长度和宽度， 、和、分别为运动轨迹中相邻的两点。

3.根据权利要求1所述的视频流中的车辆行为模式判定方法，其特征在于：所述步骤(3)中表达车辆状态转变的有限状态自动机，s1为直行状态，s2为左转状态，s3为右转状态，s4为反向转弯状态；其输入为车辆的连续的相邻轨迹点斜率统计值，以前一组两个相邻车辆轨迹点的连线为y轴的正方向确定当前两个相邻车辆轨迹点连线的斜率，对连续的n+1个相邻车辆轨迹点的斜率进行判定并统计斜率值的区域，把斜率区域分为大于0、等于0、小于0三类，分别对三类斜率值进行统计，得到对应的三个统计值，斜率大于0的个数为t1、斜率等于0的个数为t2、斜率小于0的个数为t3，t1+t2+t3=n；输入值的确定方式为：t3>5n/6时，输入为x1，车辆状态由s1转为s2，表示发生左转；t1>5n/6时，输入值为x2，车辆状态由s1转为s3，表示发生右转；n/2<t1<5n/6且n/6<t2<n/2时，输入为x3，车辆状态由s3转为s1，表示右转变直行状态；当n/6<t2<n/2且n/2<t3<5n/6时，输入为x5，车辆状态由s2转为s1，表示左转变直行状态；当x1连续出现次数>n/2或者当x2连续出现次数>n/2时，车辆状态由s2或者s3转为s4，表示反向转弯；当x1或者x2连续出现次数>n/3且<n/2时，输入为x4，车辆状态由s4转为s1，表示反向转弯变直行；当t2>5n/6时，输入为x6，车辆为直行状态s1，其中n≥30。