[发明专利]一种基于机器视觉的城市环境行驶车辆行为识别方法

说明书

本发明提供了一种基于机器视觉的城市环境行驶车辆行为识别方法，通过对运动车辆进行目标检测、目标跟踪、特征提取、行为识别，得出车辆行为分析的结果。首先使用背景差分法的车辆目标检测方法完成车辆目标检测；然后使用光流法对检测到的车辆目标进行跟踪；跟踪完成后，根据车辆运动轨迹的基本行为特征得出车辆的轨迹；最后采用训练好的SVM分类器对行使轨迹进行识别，从而判断该行为是左转弯、右转弯或者直行。本发明方法执行速度快，准确率高，可以实现车辆行为准确识别，用于智能交通监控系统的车辆实时监控。

技术领域

本发明属视觉导航技术领域，具体涉及一种基于机器视觉的城市环境行驶车辆行为识别方法。

背景技术

当前，机器视觉在人工智能领域中发展速度很快，且在理论科学与工程应用方面有着广泛应用前景，机器视觉系统的研究包括目标检测、图像特征提取和行为识别等几个关键问题，并在医学动态影像、图像检索、多媒体信息处理与通信、指纹和人脸识别、图像处理与预处理、自然界生物种类识别、交通安全等各个研究领域都得到广泛应用。

运动目标检测既是机器视觉系统中的一个核心技术，又是图像处理、多媒体信息处理、智能视频监控等各个领域中不可或缺的部分。在各种繁琐复杂的场景中存在着各种不同的信息，但是只有部分信息是人们感兴趣的即是有效的，把有效信息与复杂背景成功地分割开也就是从背景中只提取人们感兴趣的目标，这就是运动目标检测的基本任务。从检测结果中可以一目了然地观察到运动目标的轮廓边缘、内部信息等基本特征，有利于特征提取、行为识别工作的进行，研究意义重大。

运动目标的行为识别则包含了目标的及时检测与特征提取、行为描述、分析与识别等。在工厂、企业、商场、车站、机场、小区等公共场地安装监控设备，大都是以运动人体为研究对象，要实现对运动目标进行监控和行为分析，先检测出目标并根据提取出的行为动作特征来分析目标的走、跑、打架斗殴、集会、偷盗等行为。

目前，智能监控技术在目标检测、特征提取以及行为识别方法的鲁棒性方面存在不足，适用范围受到限制，没有达到较高的行为识别率，所以，对于运动目标的特征提取与行为识别研究一直是智能安全系统中的热点问题。道路交通的环境，尤其是交叉路口的交通环境非常复杂，然而大部分机动车交通事故都发生在这，若能够有效的监控交叉路口等道路，如果车辆的违章行为可以被自动检测，这样就可以降低交通道路中事故的发生。

发明内容

本发明提供一种基于机器视觉的城市环境行驶车辆行为识别方法，通过对运动车辆进行目标检测、目标跟踪、特征提取、行为识别，得出车辆行为分析的结果。首先使用背景差分法的车辆目标检测方法完成车辆目标检测；然后使用光流法对检测到的车辆目标进行跟踪；跟踪完成后，根据车辆运动轨迹的基本行为特征得出车辆的轨迹；最后采用训练好的SVM分类器对行使轨迹进行识别，从而判断该行为是左转弯、右转弯或者直行。

一种基于机器视觉的城市环境行驶车辆行为识别方法，其特征在于步骤如下：

步骤1：车辆目标检测与跟踪：利用背景差分法与混合高斯模型建模的方法进行运动车辆目标检测，然后利用光流的跟踪算法对检测出的运动车辆目标进行跟踪，具体为：

步骤1.1：分别按照和计算一段时间内视频序列图像的像素亮度的均值μ₀(x,y)及方差以μ₀(x,y)和分别为像素均值和方差组成具有高斯分布的图像B₀，B₀即为初始的背景估计图像；

其中，N为初始化背景图像选取时间段内序列图像的总帧数，150≤N≤200；f_i(x,y)为第i帧图像在第x行、y列的像素亮度值，(x,y)表示图像中的像素位置为x行、y列；