[发明专利]基于稀疏编码的监控车辆特征表示及分类方法

摘要

本发明涉及一种基于稀疏编码的监控车辆特征表示及分类方法，采用稀疏特征表示车辆图像，获取目标图像本质的字典基和稀疏表示，并进行特征表示及目标分类识别。本发明使用稀疏编码方法表示交通监控中车辆图像特征，并实现基于稀疏编码的车辆分类与识别，进而从高速公路监控视频中提取交通流参数，为上层车辆速度感知、车流量统计服务，分类效率显著优于传统方法。

主权项

一种基于稀疏编码的监控车辆特征表示及分类方法，其特征在于：采用稀疏特征表示车辆图像，获取目标图像本质的字典基和稀疏表示，并进行特征表示及目标分类识别，包括如下步骤：一、GMM背景建模及目标提取：通过视觉传感方法提取监控视频的运动目标，以GMM提取出背景，将视频中新出现帧与所提取背景差分，得出运动目标；二、车辆稀疏特征表示：使用L1正则限制，通过损失函数最小求解图像的特征基向量及稀疏系数；三、线性SVM训练与车辆分类：将稀疏特征输入SVM分类器，将分类错误的样本重新加入到训练集中，对字典和SVM模型进行重新训练，经50次左右迭代，提取最佳训练结果条件下的字典集及SVM分类模型；在步骤一中，提取背景时，采用像素似然决策，式(1)是它的决策函数：其中固定的阈值C>1意味着该像素点属于背景，车辆图片中的像素点满足混合高斯分布，如式(2)所示：其中t代表更新的适应时间，代表均值估计，代表高斯分布的方差。