一种行人车辆检测与分类方法技术

本发明专利技术公开了一种行人车辆检测与分类方法，包括以下步骤：S1：通过装置于车辆内的摄像机实时的采集车辆信息，将获得的车辆行驶视频按照帧分割成一系列的图像序列，并对图像进行灰度化、二值化及降噪预处理；S2：运动目标检测：利用领域信息动态调整置信区间构造混合高斯模型，实现运动目标检测；S3：目标跟踪：采用卡尔曼滤波预测目标下一帧的位置，同时提取目标的颜色直方图作为帧间匹配特征，实现目标跟踪；S4：目标分类：通过自适应EM聚类方法提取目标长宽比和面积作为特征，将目标分为行人和车辆。

Pedestrian vehicle detection and classification method

The invention discloses a method for pedestrian vehicle detection and classification, which comprises the following steps: S1: the collection of vehicle information real-time camera through a device in the vehicle, the vehicle will be in accordance with the video frame is divided into a series of images, and the image grayscale, binarization and noise reduction pretreatment; S2: moving target detection: the use of field information to dynamically adjust the confidence interval of the mixture Gauss model, moving target detection; target tracking: S3: the Calman filter to predict the target position in next frame, and extract color histogram as frame matching feature, target tracking; S4: Target Classification: through adaptive EM clustering target extraction ratio of length to width and area as features, the targets are classified as pedestrians and vehicles.

【技术实现步骤摘要】
一种行人车辆检测与分类方法
本专利技术具体涉及一种行人车辆检测与分类方法。
技术介绍
智能监控系统可不在人为干预情况下对摄像机记录的视频序列进行分析，并且对其中的行人和车辆等目标进行检测和分类，从而实现视频信息检索。目前常用的行人车辆检测分类方法可以分为：基于监督学习的方法和基于运动分割的方法。基于监督学习的方法需要预先对分类器进行训练，，这类方法的优点在于准确度高、摄像机晃动影响小，但是缺点在于时间复杂度大，而且需要事先进行训练，场景变换后需要重新训练。基于运动分割的方法要求摄像机固定，对运动的物体进行检测分类。然而，由于采用固定阈值进行目标分类，缺乏自主学习能力，因此对应用场景有严格限制。有研究者对上述方法进行了改进，对运动目标的特征进行聚类，形成树分类器，能够得到较好的结果，然而该算法也存在过训练、收敛速度慢的问题。
技术实现思路
本专利技术要解决的技术问题是提供一种行人车辆检测与分类方法。一种行人车辆检测与分类方法，包括以下步骤：S1：通过装置于车辆内的摄像机实时的采集车辆信息，将获得的车辆行驶视频按照帧分割成一系列的图像序列，并对图像进行灰度化、二值化及降噪预处理；S2：运动目本文档来自技高网...

【技术保护点】
一种行人车辆检测与分类方法，其特征在于，包括以下步骤：S1：通过装置于车辆内的摄像机实时的采集车辆信息，将获得的车辆行驶视频按照帧分割成一系列的图像序列，并对图像进行灰度化、二值化及降噪预处理；S2：运动目标检测：利用领域信息动态调整置信区间构造混合高斯模型，实现运动目标检测；S3：目标跟踪：采用卡尔曼滤波预测目标下一帧的位置，同时提取目标的颜色直方图作为帧间匹配特征，实现目标跟踪；S4：目标分类：通过自适应EM聚类方法提取目标长宽比和面积作为特征，将目标分为行人和车辆。

【技术特征摘要】
1.一种行人车辆检测与分类方法，其特征在于，包括以下步骤：S1：通过装置于车辆内的摄像机实时的采集车辆信息，将获得的车辆行驶视频按照帧分割成一系列的图像序列，并对图像进行灰度化、二值化及降噪预处理；S2：运动目标检测：利用领域信息动态调整置信区间构造混合高斯模型，实现运动目标检测；S3：目标跟踪：采用卡尔曼滤波预测目标下一帧的位置，同时提取目标的颜色直方图作为帧间匹配特征，实现目标跟踪；S4：目标分类：通过自适应EM聚类方法提取目标长宽比和面积作为特征，将目标分为行人和车辆。2.根据权利要求1所述的行人车辆检测与分类方法，其特征在于，运动目标检测的方法如下：1）假设像素点i当前的灰度值为，隐含的映射关系为（前景和若干个背景），假定条件下灰度值满足高斯分布，即：，其中，为高斯分布j的均值；为j的方差；2）定义像素点i所在邻域范围内...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：南宁市正祥科技有限公司，
类型：发明
国别省市：广西,45