[发明专利]一种面向监控视频压缩的车辆对象多级知识字典构建方法

权利要求书

1.一种面向监控视频压缩的车辆对象多级知识字典构建方法，用于监控视频中车辆对象的表达和压缩，其特征在于，包括以下步骤：

步骤1.纹理层知识提取，所述纹理层知识包含多源监控视频中不同类型车辆的共性纹理，使用纹理字典对纹理层知识进行建模，包括以下子步骤，

步骤1.1.收集一段时间内，某一区域所有监控摄像机拍摄的多源监控视频数据，并进行视频分帧，逐帧对车辆区域进行分割，得到车辆图像；

步骤1.2.根据车辆图像的颜色均值，采用K-means方法进行聚类，其中聚类中心数K参照车辆常用颜色种类数进行设定；

步骤1.3.对于每一类车辆图像，从其中抽取图像块；

步骤1.4.将抽取的图像块作为样本，训练纹理字典作为纹理层知识；

步骤2.结构层知识提取，所述结构层知识包含同一类型车辆的共性结构，使用三维模型对结构层知识进行建模；

步骤3.个性层知识提取，所述个性层知识包含某个车辆个体在一段时间内保持稳定的暂态知识，使用残差字典对其进行建模，包括以下子步骤，

步骤3.1.从步骤1.1中得到的车辆图像中收集某一辆车的所有图像，使用纹理层与结构层知识进行表达，得到表达图像；

步骤3.2.将表达图像与原始车辆图像相减，得到残差图像；

步骤3.3.从残差图像中抽取图像块；

步骤3.4.将抽取的图像块作为样本，训练残差字典作为个性层知识。

2.根据权利要求1所述面向监控视频压缩的车辆对象多级知识字典构建方法，其特征在于：步骤1.4中，纹理字典训练过程通过最小化目标函数实现，由于车辆纹理大多较为光滑平坦，因此对于字典元素应该具有较小的方差，以此作为约束，构建目标函数如下，

||I-α_tex·D_tex||₂+λ_tex·||Var·α_tex||₀

其中，I为当前样本图像块，D_tex为纹理字典，α_tex为表示系数向量，Var为字典元素的方差；第一项||I-α·D_tex||₂保障字典表示图像块与原始图像块的相似性，第二项||Var·α_tex||₀则使得方差较小的字典元素获得更大的权重；λ_tex为平衡系数，调节第一项与第二项对于结果的影响；

在字典训练过程中，首先随机初始化字典D_tex，通过正交匹配追踪算法求解系数向量α_tex；再固定系数向量α_tex，使用K-SVD方法更新字典D_tex，如此迭代直到目标函数值小于相应的阈值ε_tex，将训练完毕得到的纹理字典D_tex作为纹理层知识。

3.根据权利要求1或2所述面向监控视频压缩的车辆对象多级知识字典构建方法，其特征在于：同一类型车辆的共性结构，是指同一类型的不同车辆具有相似的车身、车灯和车轮结构。

4.根据权利要求1或2所述面向监控视频压缩的车辆对象多级知识字典构建方法，其特征在于：步骤2包括以下子步骤，

步骤2.1.对步骤1.1中获得的视频帧逐帧进行车辆检测与车型识别，整理数据，得到多源监控视频中所有出现车辆的车型信息；

步骤2.2.根据车辆的车型信息，获取对应的三维模型作为结构层知识。

5.根据权利要求2所述面向监控视频压缩的车辆对象多级知识字典构建方法，其特征在于：步骤3.1中，为了使用结构层的知识，首先对图像中的车辆进行姿态估计，得到姿态参数其中勾旋转角，(x，y)为车辆中心在图像上的坐标，车辆图像的表示系数α_i求解过程通过优化以下目标函数实现：

其中，I_i为原始车辆图像块，ψ(P·Mod)表示车辆区域内的像素集合，P为投影矩阵，由摄像机内参矩阵与外参矩阵相乘得到，外参矩阵根据旋转角和(x，y)确定，Mod为车辆的三维模型。