[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

摘要

本发明涉及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，用于监控视频中对象的表达和压缩，包括纹理层知识提取，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；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；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。本发明方法从纹理层、结构层以及个性层三个层次建立对象的多级知识字典，可更好表达复杂环境下运动对象在图像中的外观，且边缘细节等信息更加丰富，可提高监控车辆跟踪识别效率，能够广泛应用于智能交通等方面。

主权项

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。