[发明专利]一种基于视频费舍尔向量描述符的车型识别方法

说明书

技术领域

本发明属于模式分类技术领域，特别涉及一种基于视频费舍尔向量描述符的车型识别方法。

背景技术

最近10多年来，中国的公路交通基础设施取得了巨大的建设成就，并持续高速的发展着。随着国民经济的快速增长以及中国的城市化进程的持续深化，中国的车辆数量增加迅猛，给环境带来了巨大的压力，也给城市发展和经济增长带来了很多问题。总体上，中国的公路运输事业面临如下挑战：(1)不断扩大的人口规模和持续快速增长的汽车数量使道路交通的压力越来越大；(2)公路交通运输的能耗十分巨大，能源利用不充分；(3)交通事故高发、交通拥堵状况严重；(4)大气环境污染十分严重。为了提高交通效率，改善交通状况，现在全世界范围都在兴起使用智能交通系统来管理交通。

智能交通系统中的核心功能是对过往车辆的准确检测和正确的车型识别。当前对车辆检测分类技术的研究主要有两个技术流派:车辆自动识别和车辆自动分类。前者是利用车载设备与地面基站设备互识进行，该技术主要用于收费系统中，在发达国家使用范围较广，如美国的AE-PASS系统、日本的ETC系统，全球卫星GPS定位等。后者是通过检测车辆本身固有的参数，在一定车辆分类标准下运用适当的分类识别算法，主动地对车辆进行分型，这一类技术应用比较广泛，己经有很多成熟的系统应用在实际生活中，该类技术可以通过射频微波、红光、激光、声表面波等方式来自动识别车辆信息，也可以使用视频图像处理的方式来识别车牌、车型等车辆信息。比较成熟技术有环形线圈检测、激为红外线检测、超声波/微波检测、地磁检测等，但这几种方法各有优劣，优点是识别精确比较高，但缺点也很明显，主要缺点有施工和安装过程十分复杂，影响正常交通秩序，维护困难，主要设备易损坏，花费较大等。

近年来随着计算机多媒体技术和图像处理技术的发展，基于视频的车辆自动分类识别技术在现代交通控制系统中占的分量也越来越大，社会各界投入的研究力量也越来越多。该类技术可以适应动态交通状况的变化，通过实时采集大量的交通流量数据并将其传输到交通管理中心，中心通过系统提供的数据可以迅速做出控制决策，解决交通拥堵等问题。同时，利用该技术可以分析道路的车流量信息，有利于公路网的总体规划及道路建设。视频检测技术的优越性体现在：(1)采用非接触检测方式，安装维护不必破开路面，不影响路面寿命，不影响交通；(2)可以检测更大范围内的交通流信息，从而减少设备数量，节约资金；(3)可以在采集交通流信息的同时提供交通的实时视频图像，便于监察；(4)对于某些应用，比如交通量调查等，可以把视频图像采集存储后，离线进行分析处理；(5)当环境发生变化，或系统移动到他处使用时，只需简单设置，系统即可重新投入使用。(6)可以综合提供交通数据信息和视频图像，便于对现场的全面、直观检测。

在图像分类领域，对大规模图像处理一种应用很广的方法是为提取每张照片的局部特征，将提取的特征进行聚类和编码得到一个高维向量，然后将其用分类器分类或者使用最近邻算法进行匹配。其中编码的方法有视觉词袋模型编码，稀疏编码和费舍尔向量编码等。而费舍尔向量编码的性能较其他几种编码方式要好，结合了视觉词袋模型编码和统计模型的优点，能够降低计算量，减小内存消耗，且搜索精度较高。

在此基础之上，本专利结合费舍尔向量编码和视频检测技术的优点，提出一种基于视频费舍尔向量描述符的车型识别方法来解决上述问题。本发明能够实现在视频中进行车辆图像的车型识别，且识别准确率高，运行速度快，消耗内存少，具有较高的实用性和鲁棒性。

发明内容

本发明中所述方法是为了克服上述现有技术的缺点，主要针对已经检测到的车辆视频，提取其车辆特征对车型进行细分识别的问题，提出了一种基于视频费舍尔向量描述符的车型识别方法。具体的技术方案如下所述。

为解决上述技术问题，本发明采用以下技术方案：

一种基于视频费舍尔向量描述符的车型识别方法，包括以下步骤：

步骤1：对用于训练的车辆视频，跟踪视频中每一种车型的图像，提取该车型每一帧图像的SIFT特征；

步骤2：对提取的车型图像的所有SIFT特征进行费舍尔向量编码计算，得到费舍尔向量；

步骤3：对得到的费舍尔向量描述符进行降维；

步骤4：对降维后的得到的费舍尔向量描述符进行二值化处理，得到该车型的视频费舍尔向量描述符；

步骤5：将得到的所有视频费舍尔向量描述符进行SVM训练，得到一个具有N个车型类别的识别系统；