[发明专利]快速高精度的车辆碰撞预测方法

摘要

一种快速高精度的车辆碰撞预测方法，包括以下步骤：首先利用Farneback算法和高斯差核函数对某时刻输入的视频帧产生运动相互作用场，并以正负区域的面积差来表达运动相互作用场的对称性，然后采用线性回归模型来确定该时刻的异常值，最后以硬阈值方式来预测车辆是否发生碰撞。

主权项

1.一种快速高精度的车辆碰撞预测方法，其特征在于，按照以下步骤进行：步骤一，构建运动相互作用场F2(x,y)，按照以下几步进行：第一步，输入视频，对原始图像帧进行下采样或者上采样得到大小为M×N的图像帧f(x,y)。第二步，利用farneback光流算法提取出视频序列中目标物体的运动信息：处理第i个像素值f(x_i,y_i)，得到x方向的速度和y方向的速度从而得到大小为M×N的光流场V0x和V0y。第三步，对光流场进行下采样得到大小为M/10×N/10的光流场Vx和Vy。第四步，将得到的Vx和Vy应用到核函数K中，得到大小为M/10×N/10运动相互作用场F1(x,y)，其表达式为：其中K为核函数，其表达式为：上式中，为前向中心位置，为后向中心位置，k为宽度为σ、中心为(xc,yc)的高斯核函数，其表达式为：第五步，对F1(x,y)采用双三次插值得到大小为2M×2N运动相互作用场F2(x,y)。步骤二，利用面积差的方法求得在t时刻的运动相互作用场的异常值按照以下几步进行：第一步，利用阈值th1，分别求出由上一步得到的运动相互作用场F2(x,y)中像素值的绝对值大于th1的正负区域面积之和S1、S2。第二步，计算正负区域面积差的绝对值得到异常值Mand，其表达式为：M_and＝|S₁‑S₂|第三步，利用自回归模型平滑Mand得到自回归模型如下：式中，α是表示传播程度的衰减参数，th2为波动阈值。表示在t时刻的运动相互作用场的异常值。步骤三，利用步骤二求得的运动相互作用场的异常值设定阈值th3，对车辆碰撞进行预测，其表达式为：其中，L^t是t帧异常的最终标签。若则判断为将发生碰撞，进行预警；反之，则判断为车辆不会发生碰撞。