[发明专利]一种基于视频和传感器的交通流量参数采集方法

说明书

技术领域

本发明涉及交通流量参数采集方法，尤其涉及了一种基于视频和传感器的交通流量参数采集方法。

背景技术

随着中国社会经济持续快速的发展，以及机动车辆的迅速增加，城市交通问题显得日益严峻。为了提高交通管理水平和交通的运行效率，人们提出了智能交通系统(Intelligent Transportation Systems,ITS)。在智能交通系统中，准确的获取交通参数：如交通量、平均车速、车头间距、时间占有率、空间占有率和密度等，其在智能交通中的研究具有十分重要的理论意义和应用价值。

目前获取交通参数的方式主要有：环形线圈法、雷达(微波)法、超声波法、基于GPS数据法等。这些方法各有利弊都不能实现准确、实时、方便地检测道路交通状况。视频处理技术由于具有处理信息量大、无需破坏地面、安装维护方便等优点，在道路交通拥堵检测方面具有较好的应用前景。

目前常用的基于视频的流量统计方法主要包含两个技术模块：车辆检测模块和车辆跟踪模块。首先通过车辆检测模块，根据序列图像的灰度信息进行车辆的检测，判断是否有车辆进入交通场景，然后再通过车辆跟踪模块，根据运动目标的特征如形状、运动矢量等信息，对进入场景的车辆进行跟踪。现有的基于视频的流量统计方法由于现场环境复杂，将不可避免的发生形状变化、光照条件变化、尺度变化、遮挡等情况，导致跟踪的目标丢失，影响流量统计的准确性。

发明内容

本发明针对现有技术中基于视频的流量统计方法存在跟踪目标丢失而影响流量统计的准确性的缺点，提供了一种基于视频和传感器的具有在线学习机制、不间断根据目标检测和目标跟踪结果更新目标模型及其特征向量，进一步修正目标检测器和跟踪器，保证了目标能够被持续跟踪，确保通过视频检测准确获取当前路段交通流量参数信息。同时，通过多数据融合统计分析道路内传感器采集的交通数据，进一步提高采集的交通流量参数数据的准确性。

为了解决上述技术问题，本发明通过下述技术方案得以解决：

一种基于视频和传感器的交通流量参数采集方法，步骤包括：

A、视频输入：包括在线实时的摄像头采集视频图像信息输入和离线已有视频图像信息输入；

B、离线学习：以离线视频图像信息数据为样本，训练学习得到强分类器；

C、目标检测：获取视频图像信息中所有目标；

D、目标跟踪：从获取的目标起始点开始，根据特征向量，计算运动轨迹；

E、在线学习：不间断根据目标检测和目标跟踪结果更新目标模型及其特征向量，进一步修正目标检测器和跟踪器；

F、视频流量统计：通过计算统计流量信息；

G、传感器流量统计：通过传感器获取行经检测路段内的交通流量信息数据，计算传感器获取数据的权值；

H、多数据融合统计：视频流量统计数据与传感器流量统计数据的融合，输出当前道路流量情况，最终得到道路流量具体数据。

作为优选，视频输入包括以下步骤：

A、直接接入前端网络摄像；

B、接入前端编码器，前端编码器为DVR或NVR或视频编码器；

C、直接接入摄像机模拟信号；

D、从第三方监控平台获取视频数据。

作为优选，离线学习包括以下步骤：

A、图像预处理：将获取到的离线视频图像数据进行颜色空间变换，如将输入的RGB、HSV、HIS、CMY信号转化为YUV信号；采用中值滤波算法消除图像中的随机噪声对检测的影响；

B、基于样本积分图，应用特征值算法，得到样本Haar特征；将训练样本集记为：{(x₁,y₁),(x₂,y₂).....(x_n,y_n)}，x_i为样本特征向量，y_i为对应标签；n个样本的权重W_i；

C、初始化：初始样本权值为