专利名称：快速车辆跟踪方法及装置的制作方法
技术领域：
本发明涉及计算机视觉与模式识别领域，特别涉及一种快速车辆跟踪方法及装置。
背景技术：
目前，“智能交通”与“电子警察系统”需求范围越来越广，它能全自动地监控车辆的行驶，当发现违规行驶车辆时能自动抓拍证据图片，并自动记录车辆相关信息。然而对车辆检测与跟踪，特别是它的快速性和准确性是目前技术解决的难题。只有实现了算法的快速性，才能在更低成本的硬件平台上处理更多的视频通道，真正实现低成本高质量；只有实现了算法准确性，才能有更精确更可靠的产品，才能真正在各个道路上广泛使用。
发明内容
(一)解决的技术问题本发明解决的技术问题是提出一种快速车辆跟踪方法及装置，解决车辆检测与跟踪的快速性和准确性。(二)技术方案
本发明提出了一种快速车辆跟踪方法，其特征在于，所述方法包括:S1、在视频中抽取图片；S2、在所述图片中进行搜索与检测，并根据检测结果对搜索到的物体进行分类；S3、将检测结果为具有车辆特征的物体作为跟踪对象，并对所述跟踪对象进行跟踪，得到所述跟踪对象在任一时刻的位置；S4、对每个所述跟踪对象进行编号，并计算所述跟踪对象的行驶方向。优选地,步骤S2具体包括:S21、采集预定数目的车辆图片作为训练样本；S22、从所述训练样本中提取车辆特征并保存；S23、根据保存的所述车辆特征对所述图片中物体特征进行搜索，并将具有所述车辆特征的物体分为同类。优选地，步骤S21之后还包括对所述训练样本进行训练。优选地，步骤S3中所述对所述跟踪对象进行跟踪具体包括:S31、建立车辆区域；S32、利用改进均值漂移预测所述车辆的位置，并对所述车辆区域进行合并与分裂操作。优选地,步骤S32具体包括:若所述车辆区域内有两辆车组成，则将所述车辆区域进行分裂操作；若有预设数目个所述车辆区域重叠，则将所述预设数目个所述车辆区域进行合并。本发明还提出了一种快速车辆跟踪装置，其特征在于，所述装置包括:抽取模块，用于在视频中抽取图片；搜索模块，用于对抽取到的图片进行搜索；检测模块，用于对搜索到的物体进行检测；分类器，用于根据检测结果对搜索到的物体进行分类；跟踪模块，用于对具有车辆特征的物体进行跟踪，得到跟踪对象在任一时刻的位置；计算模块，用于对进行编号后的所述跟踪对象计算行驶方向。优选地，所述装置还包括:采集模块，用于采集预定数目的车辆图片作为训练样本；提取模块，用于从所述训练样本中提取车辆特征并保存。优选地，所述装置还包括:训练模块，用于对所述训练样 本进行训练。优选地，所述装置还包括:创建模块，用于建立车辆区域；合并与分裂模块，用于利用改进均值漂移预测所述车辆的位置，并对所述车辆区域进行合并与分裂操作。优选地，所述合并与分裂模块具体包括:若所述车辆区域内有两辆车组成，则将所述车辆区域进行分裂操作；若有预设数目个所述车辆区域重叠，则将所述预设数目个所述车辆区域进行合并。(三)有益效果本发明提出了一种快速车辆跟踪方法及装置，通过先在视频中抽取的图片中搜索并对每个物体用分类器进行分类，检测出具有车辆特征的物体，并把这个物体作为跟踪算法的一个对象，然后利用位置预测对比验证的方法对这个车辆进行跟踪，得到车辆在任何时刻的准确位置，用最少的运算量获得很好的车辆跟踪效果，实现了车辆检测与跟踪的快速性和准确性。
图1是本发明提出的方法流程图；图2是本发明提出的系统装置图；图3是本发明提出的视频图片。
具体实施例方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。实施例一本发明提出了一种快速车辆跟踪方法，如图1所示，所述方法包括:
S1、在视频中抽取图片；S2、在所述图片中进行搜索与检测，并根据检测结果对搜索到的物体进行分类；S3、将检测结果为具有车辆特征的物体作为跟踪对象，并对所述跟踪对象进行跟踪，得到所述跟踪对象在任一时刻的位置；S4、对每个所述跟踪对象进行编号，并计算所述跟踪对象的行驶方向。先在视频中抽取图片，并在抽取的图片中进行搜索与检测，对视频图片中每个物体进行分类，根据车辆特征找出是车辆的物体，并区分不是车辆的物体。检测到车辆后，用改进均值漂移算法与区域分裂合并算法等多种算法对车辆运动进行跟踪，计算出车辆在每个时刻的准确位置。算法能记录车辆在每个时刻的位置、车辆尺寸等信息，并形成一条精确的运动轨迹，轨迹长度可用用户设置。算法能给每辆车一个独立的编号，从数字I开始。并能够准确计算出车辆行驶方向。其中，对车辆的检测，是用低维特征向量和多级分类器，所述车辆特征为形状特征、对称特征、颜色特征、车灯特征、车窗特征等；对于车辆的跟踪，用的改进均值漂移算法预测与区域分裂合并的算法，且采用多线程算法:在软件算法中，用了多线程技术，多个线程并行运行，当协调好各线程 的运行关系时，能够更好地提升效率。在车辆检测之前具体还包括:S21、采集预定数目的车辆图片作为训练样本；S22、从所述训练样本中提取车辆特征并保存；S23、根据保存的所述车辆特征对所述图片中物体特征进行搜索，并将具有所述车辆特征的物体分为同类。首先找到预定数目的车辆图片作为训练样本，然后提取每个图片的特征，如形状特征、对称特征、颜色特征、车灯特征、车窗特征等，并保存下来，并对训练样本进行训练，利用这所有的特征训练分类器，这样所有的特征信息都包含在了分类器中。把更多的运算量放在训练阶段，而不是识别阶段，这样，在识别时的速度就能提到最高。另外，算法用到了低维特征向量和多级分类器，低维特征向量能更有效地表示一个车辆的特征，并提高效率，从而提高运算速度；多级分类器的核心思想是针对同一个训练集训练不同的分类器，即弱分类器，然后把这些弱分类器集合起来，构成一个更强的最终分类器，即强分类器，此算法能提高运算效率。在一副各种物品都有的视频抽取图片中，算法能够非常精确地把车辆的位置框出来，而排除了其它物体的干扰。对所述跟踪对象进行跟踪具体包括:S31、建立车辆区域；S32、利用改进均值漂移预测所述车辆的位置，并对所述车辆区域进行合并与分裂操作。先建立车辆区域，然后用改进均值漂移算法进行跟踪，此均值漂移算法是改进的算法，效果比传统的效果好，准确性更高，速度更快。传统的均值漂移会产生误差且偏差越来越大，而改进均值漂移算法却能非常精确地进行跟踪。用改进均值漂移算法预测车辆的位置后，需要对车辆区域进行合并与分裂操作；如果一个区域的两部分向两个不同方向运动，就可以把一个区域看作是由两辆车组成，并进行分裂操作；如果多个区域重叠在一起，就能把它看作是同一辆车，并进行合并操作。由于改进均值漂移算法只处理车辆上特征最强的部分，因此其运算速度比传统的快很多；由于分裂合并操作能更好地体现一个车辆的位置，因此其提高了运算速度，增加了效率。实施例二本发明还提出了一种快速车辆跟踪装置，如图2、图3所示，所述装置同时处理5路高清视频，把视频的每一帧图片输入到装置模块中，所述装置包括:抽取模块201，用于在视频中抽取图片；搜索模块202，用于对抽取到的图片进行搜索；检测模块203，用于对搜索到的物体进行检测；分类器204，用于根据检测结果对搜索到的物体进行分类；跟踪模块205，用于对具有车辆特征的物体进行跟踪，得到跟踪对象在任一时刻的位置；计算模块206，用于对进行编号后的所述跟踪对象计算行驶方向。所述装置中可有3个程序函数:
HWND InitAndCreateTracking(Init_Param_Struct Init_Param);long VehicleTracking(VehicleTracking_Struct VehicleTrackingInfo);void ReIeaseAndExit(ReIeaseAndExit_Struct Releaselnfo);分别对应初始化部分、运行跟踪的部分、释放部分。只需把相应的参数输入到软件中，它就能全自动跟踪车辆。所述装置还包括:采集模块，用于采集预定数目的车辆图片作为训练样本；提取模块，用于从所述训练样本中提取车辆特征并保存。所述装置还包括:训练模块，用于对所述训练样本进行训练。所述装置还包括:创建模块，用于建立车辆区域；合并与分裂模块，用于利用改进均值漂移预测所述车辆的位置，并对所述车辆区域进行合并与分裂操作。所述合并与分裂模块具体包括:若所述车辆区域内有两辆车组成，则将所述车辆区域进行分裂操作；若有预设数目个所述车辆区域重叠，则将所述预设数目个所述车辆区域进行合并。以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
权利要求
1.一种快速车辆跟踪方法，其特征在于，所述方法包括: 51、在视频中抽取图片； 52、在所述图片中进行搜索与检测，并根据检测结果对搜索到的物体进行分类； 53、将检测结果为具有车辆特征的物体作为跟踪对象，并对所述跟踪对象进行跟踪，得到所述跟踪对象在任一时刻的位置； 54、对每个所述跟踪对象进行编号，并计算所述跟踪对象的行驶方向。
2.根据权利要求1所述的方法，其特征在于，步骤S2具体包括: 521、采集预定数目的车辆图片作为训练样本； 522、从所述训练样本中提取车辆特征并保存； 523、根据保存的所述车辆特征对所述图片中物体特征进行搜索，并将具有所述车辆特征的物体分为同类。
3.根据权利要求2所述的方法，其特征在于，步骤S21之后还包括对所述训练样本进行训练。
4.根据权利要求1所述的方法，其特征在于，步骤S3中所述对所述跟踪对象进行跟踪具体包括: 531、建立车辆区域；` 532、利用改进均值漂移预测所述车辆的位置，并对所述车辆区域进行合并与分裂操作。
5.根据权利要求4所述的方法，其特征在于，步骤S32具体包括: 若所述车辆区域内有两辆车组成，则将所述车辆区域进行分裂操作； 若有预设数目个所述车辆区域重叠，则将所述预设数目个所述车辆区域进行合并。
6.一种快速车辆跟踪装置，其特征在于，所述装置包括: 抽取模块，用于在视频中抽取图片； 搜索模块，用于对抽取到的图片进行搜索； 检测模块，用于对搜索到的物体进行检测； 分类器，用于根据检测结果对搜索到的物体进行分类； 跟踪模块，用于对具有车辆特征的物体进行跟踪，得到跟踪对象在任一时刻的位置； 计算模块，用于对进行编号后的所述跟踪对象计算行驶方向。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括: 采集模块，用于采集预定数目的车辆图片作为训练样本； 提取模块，用于从所述训练样本中提取车辆特征并保存。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括: 训练模块，用于对所述训练样本进行训练。
9.根据权利要求6所述的装置，其特征在于，所述装置还包括: 创建模块，用于建立车辆区域； 合并与分裂模块，用于利用改进均值漂移预测所述车辆的位置，并对所述车辆区域进行合并与分裂操作。
10.根据权利要求9所述的装置，其特征在于，所述合并与分裂模块具体包括: 若所述车辆区域内有两辆车组成，则将所述车辆区域进行分裂操作；若有预设数目个所述车辆区 域重叠，则将所述预设数目个所述车辆区域进行合并。
全文摘要
本发明提供一种快速车辆跟踪方法及装置，方法包括S1、在视频中抽取图片；S2、在所述图片中进行搜索与检测，并根据检测结果对搜索到的物体进行分类；S3、将检测结果为具有车辆特征的物体作为跟踪对象，并对所述跟踪对象进行跟踪，得到所述跟踪对象在任一时刻的准确位置；S4、对每个所述跟踪对象进行编号，并计算所述跟踪对象的行驶方向。本发明通过先在视频中抽取的图片中搜索并对每个物体用分类器进行分类，检测出具有车辆特征的物体，并把这个物体作为跟踪算法的一个对象，利用位置预测对比验证的方法对这个车辆进行跟踪，得到车辆在任何时刻的准确位置，用最少的运算量获得很好的车辆跟踪效果，实现了车辆检测与跟踪的快速性和准确性。
文档编号G06K9/00GK103226697SQ20131011774
公开日2013年7月31日 申请日期2013年4月7日 优先权日2013年4月7日
发明者程洪, 杨路 申请人:布法罗机器人科技(苏州)有限公司, 电子科技大学