[发明专利]一种基于固定相机自动标定的人车目标特征提取方法

说明书

本发明涉及一种基于固定相机自动标定的人车目标特征提取方法。本发明通过利用一段时间的人体目标检测，对固定相机进行自标定并获得相机参数，从而计算出人车目标在三维空间（而不是二维图像空间）中的真实尺度，以此获得更为精确的特征，实现更好的目标分类效果。

技术领域

本发明属于计算机视觉技术领域，涉及一种基于固定相机自动标定的人车目标特征提取方法。

背景技术

目前智能视频分析在各行业得到了广泛的应用，而人车目标分类是其中最常用的一个功能。

人车分类作为一种典型的二分类问题，大多数的现有专利都把重点放在特征选取上，例如2014100075385号专利使用了HOG特征来训练神经网络分类器，200910077432号专利使用了目标轮廓，运动速度等空间和时间特征，201010620374号专利使用了目标边缘的直线特征等等。

所有的这些特征，都是在视频图像的二维平面上提取的，但人车目标实际上是在三维空间内运动，这就导致了大量与尺度相关的特征(比如目标高度，面积，速度等等)都是在失真的情况下被计算的；比如由于景深存在，图像下方的目标往往较大，而图像上方目标会较小，但这种尺度差异，并不与图像坐标系形成某种线性关系，因此简单根据二维图像中目标成像的大小来提取特征，相当于是在错误的假设上建立模型，这将极大影响到后续分类的效果。

发明内容

本发明针对现有技术的不足，提供了一种基于固定相机自动标定的人车目标特征提取方法。

本发明通过利用一段时间的人体目标检测，对固定相机进行自标定并获得相机参数，从而计算出人车目标在三维空间(而不是二维图像空间)中的真实尺度，以此获得更为精确的特征，实现更好的目标分类效果。

本发明方法包括以下步骤：

步骤1、利用人体检测或人车分类方法，对固定相机进行一段时间的人体目标检测。

步骤2、当检测到足够多的人体目标后，判断其分布是否合理；判断策略为：人体目标个数必须大于20，计算所有人体目标在图像纵向，即Y方向的均值标准差分布，标准差必须大于均值的0.25倍。

步骤3、把检测到的n个人体目标，按正常人的平均身高米h₀作为参考物，对相机进行标定，计算出相机的安装高度H，倾角θ，焦距f，具体是：

设相机安装的高度范围在1-10米，安装倾角为0-60度，相机内参焦距为图像高度的1/2倍到2倍之间。提取目标包围盒的上下端点，假设下端点p₁(u₁,v₁)为目标着地的点，上端点p₂(u₂,v₂)为目标的最高点，则人体高度h：

使用迭代方法遍历所有可能参数，最小化所有人体目标高度误差总和即：

得到相机参数之后，就能对所有检测到的目标进行真实三维世界中的尺度相关特征的计算。根据公式：

就可以将图像中地面上的点(u,v)转化为三维空间中的点(x,y)了。有了三维空间坐标点的计算方法，就可以计算三维空间中任意两点a,b间的距离，即物理宽度特征w。

在得到物理宽度特征之后，根据目标运动的帧数n和视频的帧率fps，就可以计算出目标的物理速度特征s

s＝w·fps/n。

本发明的有益效果：