一种基于运动目标检测的重车识别方法及电子设备

本发明涉及图像识别，具体涉及一种基于运动目标检测的重车识别方法及电子设备。

背景技术：

1、桥梁结构上车辆荷载的时空分布信息是反映桥梁荷载的重要依据。重车荷载作为桥梁结构荷载的重要组成之一，是桥梁结构损伤甚至崩塌倾覆的主要因素之一，因此，监测重车荷载具有重大意义。

2、在桥梁结构上布置图像采集设备获取车辆行驶监控数据，并基于计算机视觉技术实现车辆检测是一种低成本、高精度、易维护的方法，大体可分为传统的运动目标检测方法(帧间差分法、光流法、背景减除法等)和基于统计学习的方法。

3、其中传统的运动目标检测算法(背景减除法、帧间差分法)等，实现简单，速度快，具有通用性。当车流量较少时，由于车辆遮挡情况发生频率低，检测精度较高。不过，在应用于重车检测时，存在重车引起监控摄像头产生较大抖动的情况，容易对该方法产生较大影响，且较难区分互相遮挡的车辆，引起错误分类。而进一步的细化方案，检测准确度高，但计算量过大。

技术实现思路

1、本发明实施例提供一种基于运动目标检测的重车识别方法及电子设备，可以降低背景漂移导致的识别误差，进而提高了相机抖动情况下重车识别精度。

2、第一方面，本申请实施例提供了一种基于运动目标检测的重车识别方法，所述方法通过在背景减除法的基础上，引入分块思想，搜索最大结构相似度，削弱了相机抖动影响；通过最小化模型和车辆在同一透视矩阵下的包络线误差提取所述车辆长宽高特征，然后设置体积阈值、长度阈值、宽度阈值以及高度阈值以实现监控场景内的重车识别，所述方法包括：

3、步骤1：以时域中值法对所述监控场景建模，并利用待检测图片与背景模型进行图片分块，通过在背景分块附近搜索最大结构相似度，以所述最大结构相似度对待检测分块进行前景和背景分类，并采用标志位记录；

4、步骤2：采用快速傅里叶变换算法以提高所述最大结构相似度的搜索速度，进行所述前景、所述背景分类，以降低相机抖动的影响；

5、步骤3：以长方体外轮廓拟合检测车辆的外包络线，提取所述车辆长宽高特征，并设置多组阈值，以实现所述车辆部分位于所述监控场景时进行所述车辆识别。

6、第二方面，本申请实施例提供了一种电子设备，所述电子设备包括：一个或多个处理器、存储器；

7、所述存储器与所述一个或多个处理器耦合，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；

8、当所述一个或多个处理器执行所述计算机指令时，使得所述电子设备执行如下操作：

9、步骤1：以时域中值法对所述监控场景建模，并利用待检测图片与背景模型进行图片分块，通过在背景分块附近搜索最大结构相似度，以所述最大结构相似度对待检测分块进行前景和背景分类，并采用标志位记录；

10、步骤2：采用快速傅里叶变换算法以提高所述最大结构相似度的搜索速度，进行所述前景、所述背景分类，以降低相机抖动的影响；

11、步骤3：以长方体外轮廓拟合检测车辆的外包络线，提取所述车辆长宽高特征，并设置多组阈值，以实现所述车辆部分位于所述监控场景时进行所述车辆识别。

12、第三方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行本申请实施例第一方面或第一方面的任意一种实现方式提供的方法步骤。

13、第四方面，本申请实施例提供了一种包含指令的计算机程序产品，当其在计算机或处理器上运行时，使得上述计算机或处理器执行本申请实施例第一方面或第一方面的任意一种可能的实现方式提供的方法。

14、可以看出，本申请实施例提供的基于运动目标检测的重车识别方法及电子设备，通过在监控场景内搜索待检测分块与周围背景分块之间的结构相似度最大值，实现前景/背景分类的准确区分，降低了背景漂移导致的识别误差，进而提高了相机抖动情况下重车识别精度。建立了基于梯度下降法的车辆轮廓三维简化模型拟合方法。通过最小化车辆轮廓包络线与三维模型在同一透视矩阵下的误差，得到车辆包络线的最优三维拟合模型，拟合模型的尺寸即为被测车辆的三维空间尺寸。通过模拟监控场景与实际桥梁重车识别试验验证方法精度。

技术特征：

1.一种基于运动目标检测的重车识别方法，其特征在于，所述方法通过在背景减除法的基础上，引入分块思想，搜索最大结构相似度，削弱了相机抖动影响；通过最小化模型和车辆在同一透视矩阵下的包络线误差提取所述车辆长宽高特征，然后设置体积阈值、长度阈值、宽度阈值以及高度阈值以实现监控场景内的重车识别，所述方法包括：

2.如权利要求1所述的基于运动目标检测的重车识别方法，其特征在于，所述步骤1进一步包括：

3.如权利要求2所述的基于运动目标检测的重车识别方法，其特征在于，所述步骤2进一步包括：

4.如权利要求2所述的基于运动目标检测的重车识别方法，其特征在于，所述β2、β3满足，β3＝β2/2。

5.如权利要求1-4任一项所述的基于运动目标检测的重车识别方法，其特征在于，所述步骤3进一步包括：

6.一种电子设备，其特征在于，所述电子设备包括：一个或多个处理器、存储器；

7.如权利要求6所述的电子设备，其特征在于，所述处理器，具体用于调用所述程序代码来执行如下操作：

8.如权利要求7所述的电子设备，其特征在于，所述处理器，具体用于调用所述程序代码来执行如下操作：

9.如权利要求7所述的电子设备，其特征在于，所述β2、β3满足，β3＝β2/2。

10.如权利要求6-9任一项所述的电子设备，其特征在于，所述处理器，具体用于调用所述程序代码来执行如下操作：

技术总结
本申请公开了一种基于运动目标检测的重车识别方法及电子设备。其中，该方法包括：以时域中值法对监控场景建模，并利用待检测图片与背景模型进行图片分块，通过在背景分块附近搜索最大结构相似度，以最大结构相似度对待检测分块进行前景和背景分类，并采用标志位记录；采用快速傅里叶变换算法以提高最大结构相似度的搜索速度，进行前景、背景分类，以降低相机抖动的影响；以长方体外轮廓拟合检测车辆的外包络线，提取车辆长宽高特征，并设置多组阈值，以实现车辆部分位于监控场景时进行车辆识别。实施本申请实施例，可以提高重车识别精度。

技术研发人员：翁顺,高珂,林俊平,朱宏平,夏勇,张景琪,陈志丹,李佐强
受保护的技术使用者：华中科技大学
技术研发日：
技术公布日：2024/1/15