基于稀疏編碼的監控車輛特征表示及分類方法
【專利摘要】本發明涉及一種基于稀疏編碼的監控車輛特征表示及分類方法，采用稀疏特征表示車輛圖像，獲取目標圖像本質的字典基和稀疏表示，并進行特征表示及目標分類識別。本發明使用稀疏編碼方法表示交通監控中車輛圖像特征，并實現基于稀疏編碼的車輛分類與識別，進而從高速公路監控視頻中提取交通流參數，為上層車輛速度感知、車流量統計服務，分類效率顯著優于傳統方法。
【專利說明】基于稀疏編碼的監控車輛特征表示及分類方法
【技術領域】
[0001]本發明涉及智能交通信息【技術領域】，尤其是一種針對高速公路監控視頻的基于稀疏編碼的監控車輛特征表示及分類方法。
【背景技術】
[0002]在ITS(Intelligent Transport System,智能交通系統)應用中，交通流參數提取是道路感知的前提條件，一般車檢檢測方法有地感線圈檢車檢器、激光輪廓儀、RFID、監控視頻挖掘等手段。
[0003]上述應用中，地感線圈鋪設對路面破壞大，且受壓后容易損壞，安裝維護困難，不適于高速公路推廣；激光輪廓儀價格昂貴，不適合大面積布設；RFID需要分發標簽與布設讀卡器，高速公路多車道長距離鋪設不現實；鑒于目前高速公路平均2Km —對攝像頭，視覺傳感的路網感知方案利用已經設備資源，數據源分布廣泛，成本低而普及范圍廣，是當前智能交通研究熱點，但視頻計算易受光線變化、車輛遮擋、惡劣天氣等多種因素影響，但傳統基于輪廓特征、顏色特征的車輛提取需要在穩定、高清的攝像機條件下實現，魯棒性及泛化能力較差。
[0004]稀疏編碼方法是近年來機器學習和神經網絡領域的研究熱點，其基本思想來源于壓縮感知理論，如式(I)所示，稀疏編碼通過無監督學習，提取數據的基本表示字典(bases，基)，將樣本表示成基與稀疏權向量的線性組合，由于稀疏權向量大部分數據為O元素，從實現最本質數據特征表示及簡化運算的目的，其中y表示輸入，d表示字典，α表示稀疏編碼，
[0005]y e Rm, d e Rnixp, a e Rp。
【權利要求】
1.一種基于稀疏編碼的監控車輛特征表示及分類方法，其特征在于:采用稀疏特征表示車輛圖像，獲取目標圖像本質的字典基和稀疏表示，并進行特征表示及目標分類識別，包括如下步驟: 一、GMM背景建模及目標提取:通過視覺傳感方法提取監控視頻的運動目標，以GMM提取出背景，將視頻中新出現幀與所提取背景差分，得出運動目標； 二、車輛稀疏特征表示:使用LI正則限制，通過損失函數最小求解圖像的特征基向量及稀疏系數； 三、線性SVM訓練與車輛分類:將稀疏特征輸入SVM分類器，將分類錯誤的樣本重新加入到訓練集中，對字典和SVM模型進行重新訓練，經50次左右迭代，提取最佳訓練結果條件下的字典集及SVM分類模型。
2.如權利要求1所述的基于稀疏編碼的監控車輛特征表示及分類方法，其特征在于:提取背景時，采用像素似然決策，式(I)是它的決策函數:
其中固定的閾值C>1意味著該像素點屬于背景， 車輛圖片中的像素點滿足混合高斯分布，如式(2)所示:
其中τ代表更新的適應時間，代表均值估計，Iw代表高斯分布的方差。
3.如權利要求1所述的基于稀疏編碼的監控車輛特征表示及分類方法，其特征在于:在線性車輛圖像表示中，車輛圖像X用式(3)表示:
其中w是字典系數，h是對應X的編碼向量， W和h用式(4)損失函數得到:
在式(4)中增加正則約束項，并用LI約束，將參數W大部分值限制為0，達到稀疏編碼效果，如式(5)所示:
其中^l9Vi = I,2,...Κ ? IhiI I1是以懲罰項，通過LI約束，λ參數可限制稀疏程序，通過訓練求出車輛圖像最優的特征基向量，并由根(5)求出車輛圖像的稀疏編碼表示。
4.如權利要求1所述的基于稀疏編碼的監控車輛特征表示及分類方法，其特征在于:線性SVM訓練中，模型的判決參數符合凸優化問題，局部解可以作為全局最優解，對于給定的訓練集，對于給定的訓練集Ixi e Rn；Yi e R{(U}}，代價函數的定義如式(6)所示:
其中Φ (Xi)將Xi映射到一個高維空間，并且正則化參數C>0， 最優化問題通過式(7)的對偶問題求解:
其中e = [1，...，]T是一個全I的向量，Q是一個半正定的矩陣Qij = YiYjK(xi； Xj),K (Xi, Xj) = Φ (Xi) ΤΦ (Xj)是核函數,決策函數如式⑶所示:sng (ωτ φ (Xi) +b) = sng ^yi a jK (xi； x) +b) (8)。
5.如權利要求1或4所述的基于稀疏編碼的監控車輛特征表示及分類方法，其特征在于:將分類錯誤的樣本重新加入到訓練集中，對字典和SVM模型進行重新訓練，訓練過程引入式(9)所示分類正確率計算公式，并以正確率變化率:
式(?ο)作為訓練終止閾值:
ε = I correct1nratet num_correct1nratet 臟勺 I < 10 -3 (10) 分類輸出為測試樣本標簽號。
【文檔編號】G06K9/62GK104134068SQ201410396296
【公開日】2014年11月5日 申請日期:2014年8月12日 優先權日:2014年8月12日
【發明者】陳湘軍, 張 杰, 龍高燕 申請人:江蘇理工學院