[发明专利]一种基于多目标追踪的单车道逆行检测方法

说明书

本发明提供一种基于多目标追踪的单车道逆行检测方法，属于视频信息处理与模式识别技术领域，本发明利用HOG特征提取以及SVM分类算法检测车辆，并且使用卡尔曼滤波和匈牙利算法匹配追踪前后帧车辆运动轨迹的方法检测单车道逆行的车辆。实现了对逆行违章车辆的自动识别，能够及时地警示违章车辆，避免逆行导致的交通事故的发生。

技术领域

本发明涉及视频信息处理与模式识别技术，尤其涉及一种基于多目标追踪的单车道逆行检测方法。

背景技术

近年来，随着社会的不断发展和国民收入的不断提高，国内拥有私家车的人不再是少数，每年的机动车保有量持续大幅增长。众多车辆在行驶的过程中，道路事故，交通拥堵，就成了当今公路交通发展面临的普遍性问题。道路交通安全状况令人堪忧，而这些问题大多数来源于驾驶员的不规范行车行为，例如：倒车逆行，违章停车，行车途中向窗外仍抛洒物等。

目标跟踪是计算机视觉中一类被广为研究的重要问题，分为单目标跟踪与多目标跟踪。前者跟踪视频画面中的单个目标，后者则同时跟踪视频画面中的多个目标，得到这些目标的运动轨迹。同时视频跟踪技术在军事和民用方面都有着十分广泛的应用,军事方面包括无人飞行器、空中预警等；民用方面包括移动机器人、智能视频监控、智能交通系统、人机交互、虚拟现实等。

车辆违章逆行一般发生在路口或者单行道，逆行容易导致发送汽车追尾等一系列交通事故，往往具有很高的危险，会造成重大的人员伤亡，从而导致交通堵塞等连锁反应。

车辆逆行检测算法是缓解交通堵塞，降低交通事故发生率的有效手段。由于机动车保有量的大幅攀升，道路监控视频也随之大批量产生，有限的人工无法实现视频资源的有效管理。

发明内容

为了解决以上技术问题，本发明提供了一种基于多目标追踪的单车道逆行检测方法，通过计算机视频分析提取交通参数，自动检测逆行违章车辆，可大幅度减少交通部门的人力成本，同时也可提高事件应急的响应能力。

本发明的技术方案是：

一种基于多目标追踪的单车道逆行检测方法，利用HOG特征提取以及SVM分类算法检测车辆，并且使用卡尔曼滤波和匈牙利算法匹配追踪前后帧车辆运动轨迹的方法检测单车道逆行的车辆。实现了对逆行违章车辆的自动识别，能够及时地警示违章车辆，避免逆行导致的交通事故的发生。

主要包括：

1)在视频中检测出前景运动目标，

2)构建车辆识别训练集，使用OPENCV提取图片特征，训练SVM分类器，分类车辆与非车辆，

3)提取记录视频中每一帧出现的车辆位置，使用卡尔曼滤波和匈牙利算法进行前后帧出现车辆的匹配，将属于同一个目标的匹配点连接成行径路线，

4)根据每个目标的行径方向，区别出与绝大多数目标行径方向相反的车辆。

进一步的，在前景提取中，采用帧差法进行前景目标的提取。

利用帧差法和背景建模相结合分析静态前景提取，首先通过均值法背景建模，在视频图像中取连续N帧，计算这N帧图像像素灰度值的平均值来作为背景图像的像素灰度值；然后将得到的背景图像作为帧差法的背景帧，进行帧差计算，得到前景目标。

进一步的，

在车辆训练及识别中，准备训练样本，分别是正样本和负样本以及测试样本；负样本是正样本的2-3倍，提取图片的HOG特征值，通过SVM分类器训练模型。

HOG特征提取算法的实现过程：

1)图像灰度化；

2)采用Gamma校正法对输入图像进行颜色空间的标准化；

3)计算图像每个像素的梯度；