运动目标识别方法和系统、自行车流量统计方法和设备技术方案

本发明专利技术涉及一种运动目标识别方法，包括步骤：在获取视频图像序列后，检测所述视频图像序列的运动目标；对所述运动目标进行跟踪，得到所述运动目标的运动轨迹；根据所述运动目标的运动轨迹，提取所述运动目标的特征信息；将所述运动目标的特征信息输入决策树模型，通过所述决策树模型的结点对所述运动目标的特征信息进行判决，识别所述运动目标；其中，所述决策树模型的结点记录与所述运动目标的特征信息相对应的运动目标识别判据。上述运动目标识别方法克服了传统技术识别准确性低的缺陷，达到了能对运动目标进行准确识别的技术效果，对目标进行视频监控提供了数据支持。还提供一种运动目标识别系统、一种自行车流量统计方法和设备。

Method and system of moving target recognition, statistical method and equipment of bicycle flow

The invention relates to a moving target recognition method, comprising the steps of: obtaining video image sequences, moving target detection in the video image sequence; tracking of the moving target, the trajectory of moving target; according to the trajectory of the moving target, the feature extraction of moving targets the moving target; feature information input decision tree model, feature information through the decision tree model of the node moving target for judgment, the identification of the moving target; the moving target recognition criterion of the characteristic information model of decision tree node records and the corresponding moving target. The above moving target recognition method overcomes the defect of low accuracy of traditional technology recognition, achieves the technical effect of accurately identifying moving objects, and provides data support for video surveillance of targets. It also provides a motion target recognition system, a bicycle flow statistics method and equipment.

【技术实现步骤摘要】
运动目标识别方法和系统、自行车流量统计方法和设备
本专利技术涉及识别
，特别是涉及一种运动目标识别方法和系统、自行车流量统计方法和设备。
技术介绍
随着视频监控等技术的发展，对视频中的运动目标的识别的准确性的要求也越来越高。以道路交通的交通目标为例，由于不合理规划道路交通资源将会导致道路交通拥堵等问题，道路交通资源的合理规划依赖于对道路交通的交通目标的准确识别，例如道路自行车数量的急剧上涨占用大量道路交通资源，对道路交通资源的合理规划。传统技术通过提取视频图像的前景图像来获得视频图像中的运动目标的图像特征信息，再根据该图像特征识别运动目标的类别。利用这种技术得到的运动目标的特征信息不准确，导致无法准确识别所述视频图像中的运动目标。
技术实现思路
基于此，有必要针对传统技术对运动目标识别不准确的问题，提供一种准确的运动目标识别方法和系统。一种运动目标识别方法，包括步骤：在获取视频图像序列后，检测所述视频图像序列的运动目标；对所述运动目标进行跟踪，得到所述运动目标的运动轨迹；根据所述运动目标的运动轨迹，提取所述运动目标的特征信息；将所述运动目标的特征信息输入决策树模型，通过所述决策树模型的结点对所述运动目标的特征信息进行判决，识别所述运动目标；其中，所述决策树模型的结点记录与所述运动目标的特征信息相对应的运动目标识别判据。上述运动目标识别方法，在获取视频图像序列后，检测并跟踪所述视频图像序列的运动目标得到运动目标的运动轨迹，根据该运动轨迹从所述视频图像序列中提取运动目标的特征信息，利用决策树模型对该运动目标的特征信息进行判决，从而识别所述运动目标。该方法克服了传统技术识别准确性低的缺陷，达到了对运动目标进行准确识别的技术效果，对目标进行视频监控提供了数据支持。一种运动目标识别系统，包括：目标检测模块，用于在获取视频图像序列后，检测所述视频图像序列的运动目标；目标跟踪模块，用于对所述运动目标进行跟踪，得到所述运动目标的运动轨迹；特征提取模块，用于根据所述运动目标的运动轨迹，提取所述运动目标的特征信息；目标识别模块，用于将所述运动目标的特征信息输入决策树模型，通过所述决策树模型的结点对所述运动目标的特征信息进行判决，识别所述运动目标；其中，所述决策树模型的结点记录与所述运动目标的特征信息相对应的运动目标识别判据。上述运动目标识别系统，利用目标检测模块检测运动目标，通过目标跟踪模块得到所述运动目标在视频图像中的运动轨迹，利用特征提取模块根据该运动轨迹从所述视频图像序列中提取运动目标的特征信息，目标识别模块利用决策树模型对该运动目标的特征信息进行判决，从而识别所述运动目标。该系统克服了传统技术识别准确性低的缺陷，达到了对运动目标进行准确识别的技术效果，对目标进行视频监控提供了数据支持。另外，还有必要针对传统技术对自行车流量统计不准确的问题，提供一种自行车流量统计方法。一种自行车流量统计方法，包括步骤：实时采集视频图像；从视频图像中识别出自行车群；其中，根据如上所述的运动目标识别方法从所述视频图像中识别出所述自行车群；根据所述自行车群的图像面积与单辆自行车的图像面积的比值，得到所述自行车群中的单辆自行车的数量；其中，根据如上所述的运动目标识别方法从所述视频图像中识别出所述单辆自行车；统计所述视频图像中的单辆自行车的数量和所述自行车群中的单辆自行车的数量，得到所述视频图像的自行车流量。上述自行车流量统计方法，通过从视频图像中准确识别自行车和自行车群，得到所述视频图像的自行车流量，为自行车的监控管理提供数据基础。进一步的，还有必要提供一种自行车流量统计设备。一种自行车流量统计设备，包括：视频采集模块，定位模块，数据传输模块，视频检测分析模块和数据发送模块；所述视频采集模块配置在指定交通道路上，用于采集所述交通道路的车辆交通视频信息；所述定位模块用于获取所述视频采集模块所在的交通道路的位置信息；所述数据传输模块用于将所述车辆交通视频信息和交通道路的位置信息传输至所述视频检测分析模块；所述视频检测分析模块被配置为执行如上所述的自行车流量统计方法，并得到通过所述交通道路的自行车流量的数据；所述数据发送模块被配置为将所述交通道路的自行车流量的数据和所述交通道路的位置信息发送至指定数据监控中心。上述自行车流量统计设备，通过准确识别交通道路的自行车以及对该路段自行车流量进行统计，并且将该自行车流量数据发送至指定数据监控中心，为交通道路的监控和管理提供数据支持。一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述运动目标识别方法。上述计算机设备，克服了传统技术对运动目标识别不准确的问题，达到了准确识别运动目标的技术效果。一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述运动目标识别方法。上述计算机存储介质，其计算机程序克服了传统技术对运动目标识别不准确的问题，达到了准确识别运动目标的技术效果。附图说明图1为本专利技术的一个实施例中的运动目标识别方法的流程图；图2为本专利技术的一个实施例中的运动目标检测方法的示意图；图3为本专利技术的一个实施例中的决策树的示意图；图4为本专利技术的一个实施例中的运动目标识别系统的结构示意图；图5为本专利技术的一个实施例中的自行车流量统计方法的流程图；图6为本专利技术的一个实施例中的自行车流量统计设备的结构示意图。具体实施方式下面结合附图对本专利技术的运动目标识别方法的具体实施方式进行详细说明。在一个实施例中，提供一种运动目标识别方法，参考图1所述，图1为本专利技术的一个实施例中的运动目标识别方法的流程图，包括如下步骤：步骤S102，在获取视频图像序列后，检测所述视频图像序列的运动目标。其中，视频图像序列的每一帧图像包括图像的背景和图像中移动的目标，通过在图像的背景下检测图像中移动的目标，得到视频图像序列中的每一张图像的运动目标。所述视频图像序列可以是包含车辆交通信息的视频，所述运动目标可以是运动的交通目标，例如，单辆自行车、自行车群、行人、机动车和高速运动车辆等。在一个实施例中，根据所述视频图像序列的相邻帧图像信息，提取所述视频图像序列的特征图像序列，根据所述特征图像序列识别所述视频图像序列的运动目标。具体的，由于所述视频图像序列的相邻帧图像能反映运动目标的位置变化等信息，所以根据视频图像序列的相邻帧图像信息，提取出含有运动目标信息的特征图像序列，其中，特征图像序列主要是指去除了静态图像背景的视频图像序列，然后根据所述特征图像序列的图像像素点特征，识别出所述视频图像序列中的运动目标。在一个实施例中，可以通过如下步骤检测所述视频图像序列的运动目标：a、从所述视频图像序列中选取连续三帧图像进行两两图像的差分运算，得到第一差分图像和第二差分图像；b、根据预设阈值对所述第一差分图像和第二差分图像进行二值化处理，得到所述第一二值化图像和第二二化值图像；c、对所述第一二值化图像和第二二化值图像进行逻辑与运算，得到二值图像；重复上述步骤a～c，直至将所述视频图像序列中除第一帧和最后一帧之外的所有图像转化为二值图像，得到二值图像序列；d、对所述二值图像序列的每一帧二值图像进行膨胀和孔洞填充处理，得到所述视频图像序列的特征图像序列；e、根本文档来自技高网...

【技术保护点】
一种运动目标识别方法，其特征在于，包括步骤：在获取视频图像序列后，检测所述视频图像序列的运动目标；对所述运动目标进行跟踪，得到所述运动目标的运动轨迹；根据所述运动目标的运动轨迹，提取所述运动目标的特征信息；将所述运动目标的特征信息输入决策树模型，通过所述决策树模型的结点对所述运动目标的特征信息进行判决，识别所述运动目标；其中，所述决策树模型的结点记录与所述运动目标的特征信息相对应的运动目标识别判据。

【技术特征摘要】
1.一种运动目标识别方法，其特征在于，包括步骤：在获取视频图像序列后，检测所述视频图像序列的运动目标；对所述运动目标进行跟踪，得到所述运动目标的运动轨迹；根据所述运动目标的运动轨迹，提取所述运动目标的特征信息；将所述运动目标的特征信息输入决策树模型，通过所述决策树模型的结点对所述运动目标的特征信息进行判决，识别所述运动目标；其中，所述决策树模型的结点记录与所述运动目标的特征信息相对应的运动目标识别判据。2.根据权利要求1所述的运动目标识别方法，其特征在于，所述检测所述视频图像序列的运动目标的步骤包括：根据所述视频图像序列的相邻帧图像信息，提取所述视频图像序列的特征图像序列，根据所述特征图像序列识别所述视频图像序列的运动目标；所述对所述运动目标进行跟踪，得到所述运动目标的运动轨迹的步骤包括：根据所述视频图像序列提取所述运动目标的图像特征信息，确定所述运动目标在每一帧图像的位置信息，获取所述运动目标的运动轨迹。3.根据权利要求2所述的运动目标识别方法，其特征在于，所述根据所述视频图像序列的相邻帧图像信息，提取所述视频图像序列的特征图像序列，根据所述特征图像序列识别所述视频图像序列的运动目标的步骤包括：a、从所述视频图像序列中选取连续三帧图像进行两两图像的差分运算，得到第一差分图像和第二差分图像；b、根据预设阈值对所述第一差分图像和第二差分图像进行二值化处理，得到所述第一二值化图像和第二二值化图像；c、对所述第一二值化图像和第二二值化图像进行逻辑与运算，得到二值图像；重复上述步骤a～c，直至将所述视频图像序列中除第一帧和最后一帧之外的所有图像转化为二值图像，得到二值图像序列；d、对所述二值图像序列的每一帧二值图像进行膨胀和孔洞填充处理，得到所述视频图像序列的特征图像序列；e、根据所述特征图像序列的每一帧图像的像素点的取值，确定所述视频图像序列的运动目标。4.根据权利要求2所述的运动目标识别方法，其特征在于，所述根据所述视频图像序列提取所述运动目标的图像特征信息，确定所述运动目标在每一帧图像的位置信息，获取所述运动目标的运动轨迹的步骤包括：f、从所述视频图像序列的运动目标中指定一个运动目标作为待跟踪运动目标，标识所述待跟踪运动目标所在图像为第一图像，从所述第一图像中提取所述待跟踪运动目标的图像特征参数；g、标识与所述第一图象相邻的其中一帧图像为第二图像，提取所述第二图象中的运动目标的图像特征参数；h、比较所述待跟踪运动目标与第二图像中的运动目标的图像特征参数，得到所述第二图像中的运动目标与待跟踪运动目标的匹配度参数；i、根据所述匹配度参数，从所述第二图象的运动目标中识别所述待跟踪运动目标，提取所述待跟踪运动目标在所述第二图像的位置信息；重复上述步骤g～i，依次从所述视频图像序列的相邻帧图像中识别所述待跟踪运动目标，直至获得所述待跟踪运动目标在所有图像中的位置信息；j、根据所述待跟踪运动目标在所有图像的位置信息，得到所述待跟踪运动目标的运动轨迹。5.根据权利要求1所述的运动目标识别方法，其特征在于，所述根据所述运动目标的运动轨迹，提取所述运动目标的特征信息的步骤包括：根据所述运动目标的运动轨迹，得到所述运动目标在指定的相邻两帧图像中的位置变化；根据所述运动目标在指定的相邻两帧图像中的位置变化和所述指定的相邻两帧图像的时间间隔，得到所述运动目标的运动速度；根...

【专利技术属性】
技术研发人员：林凡，成杰，张秋镇，杨峰，李盛阳，
申请(专利权)人：广州杰赛科技股份有限公司，
类型：发明
国别省市：广东,44