一種基于監(jiān)控視頻的多特征融合的車輛體型分類方法
【專利摘要】本發(fā)明公開了一種基于監(jiān)控視頻的多特征融合的車輛體型分類方法。包括依次進(jìn)行的訓(xùn)練過(guò)程和識(shí)別過(guò)程：訓(xùn)練過(guò)程中，將所有各種車輛樣本圖像逐個(gè)輸入到訓(xùn)練數(shù)據(jù)庫(kù)中，計(jì)算各個(gè)車輛樣本圖像的HU矩特征、LBPS特征和長(zhǎng)寬比特征并進(jìn)行融合，再和類別標(biāo)注一起輸入到支持向量機(jī)中訓(xùn)練，并利用改進(jìn)的粒子群方法來(lái)對(duì)支持向量機(jī)進(jìn)行參數(shù)優(yōu)化；識(shí)別過(guò)程中，先提取車輛前景，根據(jù)車輛前景計(jì)算得到該車輛圖像序列的特征向量后輸入到支持向量機(jī)中，輸出識(shí)別結(jié)果。本發(fā)明方法能有效解決監(jiān)控視頻中車型分類準(zhǔn)確率不高的問(wèn)題，減少了后續(xù)的SVM訓(xùn)練的時(shí)間，且能滿足實(shí)時(shí)性的需求，也避免了傳統(tǒng)的粒子群方法容易陷入局部極小值和后期易震蕩的缺點(diǎn)。
【專利說(shuō)明】一種基于監(jiān)控視頻的多特征融合的車輛體型分類方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種車輛體型分類方法，涉及一種基于監(jiān)控視頻的多特征融合的車輛體型分類方法。
【背景技術(shù)】
[0002]隨著社會(huì)經(jīng)濟(jì)的高速發(fā)展，整個(gè)社會(huì)對(duì)交通運(yùn)輸?shù)男枨笾饾u增高，交通密度也逐漸增大，在工作生活當(dāng)中，道路容易出現(xiàn)擁堵，交通事故發(fā)生的頻率也很高。因而，現(xiàn)在世界各國(guó)逐漸加大了對(duì)交通系統(tǒng)的管理，對(duì)交通問(wèn)題也更加重視，道路交通管理領(lǐng)域也逐漸形成。
[0003]其中車型的分類與識(shí)別是智能交通系統(tǒng)中的一個(gè)重要分支，已有的車型識(shí)別分類方法主要是利用電子標(biāo)簽、感應(yīng)線圈、壓電傳感還有各種光波手段在內(nèi)的車型識(shí)別方法，大多容易受到外界環(huán)境的干擾，并且安裝維護(hù)的成本較高，使用效果不甚理想。

【發(fā)明內(nèi)容】

[0004]本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種基于監(jiān)控視頻的多特征融合的車輛體型分類方法，可以實(shí)時(shí)有效地進(jìn)行運(yùn)動(dòng)車輛的檢測(cè)與車型識(shí)別，并有效的提高了識(shí)別的準(zhǔn)確率和實(shí)時(shí)性。
[0005]為解決上述技術(shù)問(wèn)題，本發(fā)明所采用的技術(shù)方案包括:
[0006]本發(fā)明方法包括依次進(jìn)行的訓(xùn)練過(guò)程和識(shí)別過(guò)程:
[0007]I)訓(xùn)練過(guò)程包括如下步驟:
[0008]1.1)將所有各種車輛樣本圖像逐個(gè)輸入到訓(xùn)練數(shù)據(jù)庫(kù)中，各種車輛樣本圖像包含車輛完整輪廓；
[0009]1.2)計(jì)算各個(gè)車輛樣本圖像的HU矩特征，并對(duì)其進(jìn)行歸一化處理，記為以下式1:
[0010]HU= (hu” hu2, hu3, hu4, hu5, hu6, hu7)(I)
[0011]其中，hUl~hu7分別表示HU矩特征的每一個(gè)子分量；
[0012]1.3)計(jì)算各個(gè)車輛樣本圖像的LBPS特征:
[0013]對(duì)各個(gè)車輛樣本圖像分別進(jìn)行2X2和3X3分塊，計(jì)算每一個(gè)子塊的LBP特征，接著計(jì)算每個(gè)子塊的LBPS，LBPS以下公式2:
【權(quán)利要求】
1.一種基于監(jiān)控視頻的多特征融合的車輛體型分類方法，其特征在于:包括依次進(jìn)行的訓(xùn)練過(guò)程和識(shí)別過(guò)程: 1)訓(xùn)練過(guò)程包括如下步驟: 1.1)將所有各種車輛樣本圖像逐個(gè)輸入到訓(xùn)練數(shù)據(jù)庫(kù)中，各種車輛樣本圖像包含車輛完整輪廓； 1.2)計(jì)算各個(gè)車輛樣本圖像的HU矩特征，并對(duì)其進(jìn)行歸一化處理，記為以下式1:
HU= Oiu1, hu2, hu3, hu4, hu5, hu6, hu7)(I) 其中，Iiu1~hu7分別表示HU矩特征的每一個(gè)子分量； 1.3)計(jì)算各個(gè)車輛樣本圖像的LBPS特征: 對(duì)各個(gè)車輛樣本圖像分別進(jìn)行2 X 2和3 X 3分塊，計(jì)算每一個(gè)子塊的LBP特征，接著計(jì)算每個(gè)子塊的LBPS，LBPS以下公式2:
2.根據(jù)權(quán)利要求1所述的一種基于監(jiān)控視頻的多特征融合的車輛體型分類方法，其特征在于:所述的改進(jìn)的粒子群方法為:在粒子群方法的速度更新式中，增加對(duì)粒子群中隨機(jī)粒子的追隨，速度位置更新公式為以下式6:
【文檔編號(hào)】G06K9/62GK103886331SQ201410123000
【公開日】2014年6月25日 申請(qǐng)日期:2014年3月28日 優(yōu)先權(quán)日:2014年3月28日
【發(fā)明者】于慧敏, 李洋 申請(qǐng)人:浙江大學(xué)