基于實(shí)時(shí)雙路視頻流的車型精確分類系統(tǒng)及方法
【專利摘要】本發(fā)明公開了一種基于實(shí)時(shí)雙路視頻流的車型精確分類系統(tǒng)及方法，系統(tǒng)包括：車身掃描攝像機(jī)、高清抓拍攝像機(jī)以及視頻車型檢測(cè)器；方法包括：車身掃描攝像機(jī)和高清抓拍攝像機(jī)對(duì)車輛進(jìn)行實(shí)時(shí)雙路視頻采集；視域標(biāo)定后將虛擬像素空間與真實(shí)的物理空間建立一一對(duì)應(yīng)的邏輯關(guān)系；將視域中的車輛進(jìn)行目標(biāo)分離；給出準(zhǔn)確的車輛物理數(shù)據(jù)，進(jìn)行模型重建和三維測(cè)量，對(duì)車輛類型進(jìn)行最終判定。本發(fā)明的有益之處在于：采用車身掃描攝像機(jī)和高清抓拍攝像機(jī)兩路高清視頻流、嵌入式雙通道視頻車型檢測(cè)器，使用三維視覺車身模型重建、擬合方式，可同時(shí)提供車輛多種參數(shù)，將車輛精確分型。
【專利說(shuō)明】基于實(shí)時(shí)雙路視頻流的車型精確分類系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種車型分類系統(tǒng)及方法，具體涉及一種基于實(shí)時(shí)雙路視頻流的車型精確分類系統(tǒng)及方法，屬于道路交通【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]伴隨著社會(huì)經(jīng)濟(jì)飛速發(fā)展和城市化進(jìn)程的加快，我國(guó)道路交通規(guī)模急劇擴(kuò)張，由此而產(chǎn)生的一系列交通管理問(wèn)題急需得到解決。基于不同的交通管理需求對(duì)車輛進(jìn)行統(tǒng)一口徑的車型精確分類管理，是一項(xiàng)行之有效的技術(shù)手段。
[0003]表1《JT-T489-2003收費(fèi)公路車輛通行費(fèi)車型分類標(biāo)準(zhǔn)》
[0004]
【權(quán)利要求】
1.基于實(shí)時(shí)雙路視頻流的車型精確分類系統(tǒng)，其特性在于，包括: 車身掃描攝像機(jī):架設(shè)在車道入口，架設(shè)高度為1-1.5米，垂直掃描車身的側(cè)面； 高清抓拍攝像機(jī):架設(shè)在車道正前或側(cè)前45°角方向，架設(shè)高度為1-1.5米，實(shí)現(xiàn)車輛正面圖像抓拍； 視頻車型檢測(cè)器:將車身掃描攝像機(jī)傳來(lái)的多幀圖像進(jìn)行拼接、還原車身；根據(jù)高清抓拍攝像機(jī)傳來(lái)的圖像信息，準(zhǔn)確定位車輛位置，同時(shí)對(duì)目標(biāo)車輛先進(jìn)行初步劃分再進(jìn)行精確劃分。
2.根據(jù)權(quán)利要求1所述的基于實(shí)時(shí)雙路視頻流的車型精確分類系統(tǒng)，其特性在于，所述視頻車型檢測(cè)器包括以下模塊: 視頻實(shí)時(shí)學(xué)習(xí)模塊:自動(dòng)分離獲取系統(tǒng)檢測(cè)所需的圖像靜態(tài)背景信息、運(yùn)動(dòng)目標(biāo)信息，同時(shí)對(duì)實(shí)時(shí)視頻流進(jìn)行在線實(shí)時(shí)自學(xué)習(xí)； 車輛檢測(cè)模塊:基于雙路視頻圖像標(biāo)定數(shù)據(jù)，在系統(tǒng)中建立與車、路物理空間一一映射的矢量坐標(biāo)空間，采用目標(biāo)軌跡跟蹤、特征檢測(cè)、聚類的方式提取目標(biāo)車輛信息； 車輛抓拍識(shí)別模塊:對(duì)符合車輛特征的目標(biāo)進(jìn)行車輛車頭號(hào)牌跟蹤定位，并自動(dòng)識(shí)別車牌結(jié)構(gòu)、車牌號(hào)、車牌底色，能夠同時(shí)根據(jù)車牌在車道中的位置提供車輛存在觸發(fā)信號(hào)；數(shù)據(jù)同步模塊:對(duì)車輛檢測(cè)模塊和車牌抓拍識(shí)別模塊的數(shù)據(jù)進(jìn)行采集，并基于時(shí)間和空間、運(yùn)動(dòng)速度的關(guān)系進(jìn)行數(shù)據(jù)同步，判斷該組數(shù)據(jù)是否源自于同一車輛； 模型重建測(cè)量模塊:根據(jù)經(jīng)同步處理的車輛數(shù)據(jù)進(jìn)行車輛模型的重建，并與歷史車輛模型庫(kù)進(jìn)行實(shí)時(shí)比對(duì)、測(cè)量，測(cè)量的結(jié)果數(shù)據(jù)包括分類所需的:車輛正面特征、車牌號(hào)、車頭高度、軸數(shù)、軸距、車輛輪數(shù)、車長(zhǎng)； 車型判定模塊:根據(jù)模型重建測(cè)量模塊所輸出的車輛技術(shù)參數(shù)進(jìn)行車型分類判定；神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)模塊:對(duì)新晉車型自動(dòng)進(jìn)行特征提取和分類，自動(dòng)記錄人工修正后的類型數(shù)據(jù)，具備對(duì)新車型的自動(dòng)檢測(cè)分類能力。
3.根據(jù)權(quán)利要求2所述的基于實(shí)時(shí)雙路視頻流的車型精確分類系統(tǒng)，其特性在于，所述視頻車型檢測(cè)器還包括: 視頻預(yù)處理模塊:通過(guò)幀率采樣分析對(duì)不符合檢測(cè)要求的視頻流進(jìn)行預(yù)處理，預(yù)處理過(guò)程包括:圖像降噪處理、銳度、色差及飽和度處理、關(guān)鍵幀補(bǔ)償。
4.基于權(quán)利要求1、2或3所述的車型精確分類系統(tǒng)對(duì)車型進(jìn)行精確分類的方法，其特征在于，包括以下步驟: (O車身掃描攝像機(jī)和高清抓拍攝像機(jī)對(duì)車輛進(jìn)行實(shí)時(shí)雙路視頻采集； (2)對(duì)車身掃描攝像機(jī)和高清抓拍攝像機(jī)的視頻流進(jìn)行視域標(biāo)定，將視頻視域中的虛擬像素空間與真實(shí)的物理空間建立一一對(duì)應(yīng)的邏輯關(guān)系； (3)在視域標(biāo)定的基礎(chǔ)上，基于機(jī)器視覺算法，將視域中的車輛進(jìn)行目標(biāo)分離； (4)目標(biāo)通過(guò)車身掃描攝像機(jī)的視域時(shí)，記錄目標(biāo)起、止特征及起、止時(shí)間，計(jì)算目標(biāo)運(yùn)動(dòng)速度、運(yùn)動(dòng)方向，掃描記錄目標(biāo)側(cè)面輪廓，并根據(jù)車輪模型匹配定位輪胎位置及車軸，通過(guò)圖像重疊復(fù)原原理將多幀圖像中車輛拼接，還原車身，給出準(zhǔn)確的車輛物理數(shù)據(jù)； (5)目標(biāo)出現(xiàn)在高清抓拍攝像機(jī)的視域時(shí)，對(duì)目標(biāo)車輛進(jìn)行正向檢測(cè)、抓拍，準(zhǔn)確定位車輛位置，獲得車牌號(hào)碼、底色、牌照結(jié)構(gòu)，以及車輛寬度、車頭高度； (6)基于車身掃描攝像機(jī)和高清抓拍攝像機(jī)所獲取的多維度車輛信息，進(jìn)行模型重建和三維測(cè)量； (7)結(jié)合牌照類型、簡(jiǎn)單分類定義和三維測(cè)量的結(jié)果，對(duì)車輛類型進(jìn)行最終判定，并生成唯一的判定結(jié)果輸出給相關(guān)聯(lián)的車輛分類應(yīng)用系統(tǒng)。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在步驟(7)中，對(duì)車輛類型進(jìn)行判定的方法為: 根據(jù)車輛牌照類型、簡(jiǎn)單分類定義對(duì)車輛進(jìn)行初步劃分，懸掛藍(lán)牌或簡(jiǎn)單分類定義為小客車、面包車的車輛作為第一集合，懸掛黃牌或簡(jiǎn)單分類被定義為客車、貨車的類型作為第二集合； 在第一集合中，根據(jù)車頭高度和軸距的區(qū)別精確劃分出I型車和2型車； 在第二集合中，根據(jù)軸數(shù)、車輪數(shù)、軸距和車長(zhǎng)的區(qū)別精確劃分出3型車、4型車和5型車。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，在第一集合中，車頭小于1.3米且軸距小于3米的車輛為I型車，車頭高度> 1.3米且軸距>3米的車輛為2型車；在第二集合中，軸數(shù)為2軸、車輪數(shù)為6輪、軸距>5米的車輛為3型車，軸數(shù)為3軸、車輪數(shù)大于6輪且小于10輪、車長(zhǎng)為15.1米-20米的車輛為4型車，軸數(shù)為3軸以上、車輪數(shù)為10輪以上、車長(zhǎng)20.1米以上的車輛為5型車。
【文檔編號(hào)】G08G1/017GK103794056SQ201410080066
【公開日】2014年5月14日 申請(qǐng)日期:2014年3月6日 優(yōu)先權(quán)日:2014年3月6日
【發(fā)明者】郭長(zhǎng)全 申請(qǐng)人:北京卓視智通科技有限責(zé)任公司