一種目標車輛跟蹤方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種目標車輛跟蹤方法及裝置，用以獲取目標車輛的連續(xù)跟蹤信息，為車輛違章提供更多的信息依據(jù)。所述方法包括：接收當前幀圖像；提取當前幀圖像所包含的檢測信息；根據(jù)提取到的檢測信息確定檢測目標，并建立檢測目標集合，所述檢測目標集合由至少一個檢測目標組成；針對跟蹤目標集合中包含的任一跟蹤目標，確定該跟蹤目標與所述檢測目標集合中的任一檢測目標互相匹配時，根據(jù)所述檢測目標包含的檢測信息更新該跟蹤目標包含的跟蹤信息，所述跟蹤目標集合為根據(jù)歷史圖像信息獲取的。
【專利說明】一種目標車輛跟蹤方法及裝置
【技術領域】
[0001]本發(fā)明涉及視頻監(jiān)控【技術領域】，尤其涉及一種目標車輛跟蹤方法及裝置。
【背景技術】
[0002]傳統(tǒng)的電子警察系統(tǒng)通常通過線圈電警實現(xiàn)。線圈電警通過車輛觸發(fā)地感線圈，攝像機得到信號脈沖從而抓拍目標。
[0003]但是，線圈電警存在以下缺點:1)鋪設線圈，需要切割路面，破壞城市面貌，增加人工成本；2)道路通常車流大，線圈容易損耗，增加了維護成本；3)多個非機動目標車輛集中運動時，容易導致線圈被觸發(fā)，導致錯誤抓拍；4)抓拍信號存在一定的延遲，當車速較快時，容易導致抓拍位置的偏差；5)只能抓拍單幀目標，根據(jù)單幀目標只能識別出闖紅燈的違章行為，而無法實現(xiàn)非法變道、利用拐彎車道直行、利用直行車道拐彎、超速、壓線、逆行、黃牌占道、機動車占用非機動車道、違章停車等更多的違章行為。
[0004]綜上，現(xiàn)有的電子警察系統(tǒng)由于只能對單幀目標進行識別，使得識別結果具有一定的局限性，無法為車輛違章提供更多的信息依據(jù)。

【發(fā)明內容】

[0005]本發(fā)明實施例提供一種目標車輛跟蹤方法及裝置，用以獲取目標車輛的連續(xù)跟蹤信息，為車輛違章提供更多的信息依據(jù)。
[0006]本發(fā)明實施例提供一種目標車輛跟蹤方法，包括:
[0007]接收當前幀圖像；
[0008]提取當前幀圖像所包含的檢測信息，所述檢測信息包括目標車輛車牌的號碼信息和位置信息；
[0009]根據(jù)提取到的檢測信息確定檢測目標，并建立檢測目標集合，所述檢測目標集合由至少一個檢測目標組成；
[0010]針對跟蹤目標集合中包含的任一跟蹤目標，確定該跟蹤目標與所述檢測目標集合中的任一檢測目標互相匹配時，根據(jù)所述檢測目標包含的檢測信息更新該跟蹤目標包含的跟蹤信息，所述跟蹤目標集合為根據(jù)歷史圖像信息獲取的。
[0011]本發(fā)明實施例提供一種目標車輛跟蹤裝置，包括:
[0012]接收單元，用于接收當前幀圖像；
[0013]提取單元，用于提取當前幀圖像所包含的檢測信息，所述檢測信息包括目標車輛車牌的號碼信息和位置信息；
[0014]生成單元，用于根據(jù)提取到的檢測信息確定檢測目標，并建立檢測目標集合，所述檢測目標集合由至少一個檢測目標組成；
[0015]更新單元，用于針對跟蹤目標集合中包含的任一跟蹤目標，確定該跟蹤目標與所述檢測目標集合中的任一檢測目標互相匹配時，根據(jù)所述檢測目標包含的檢測信息更新該跟蹤目標包含的跟蹤信息，所述跟蹤目標集合為根據(jù)歷史圖像信息獲取的。[0016]本發(fā)明實施例提供的目標車輛跟蹤方法及裝置，根據(jù)接收到的當前幀圖像建立檢測目標集合，并針對檢測目標集合中的每一檢測目標，從已建立的跟蹤目標集合中確定與該檢測目標匹配的跟蹤匹配目標，同時，針對已建立的跟蹤目標集合中的每一跟蹤目標，從檢測目標集合中確定與該跟蹤目標匹配的檢測匹配目標，即將檢測目標與跟蹤目標進行雙重的交互匹配，若跟蹤目標對應的檢測匹配目標所對應的跟蹤匹配目標還為該跟蹤目標時，則能夠確定跟蹤目標與檢測目標匹配，并利用檢測目標在當前幀中的檢測信息替換與之匹配的跟蹤目標的跟蹤信息，這樣，獲取跟蹤目標的連續(xù)跟蹤信息，進而利用跟蹤目標的連續(xù)跟蹤信息，可以為車輛違章行為提供更多的信息依據(jù)。
[0017]本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書、權利要求書、以及附圖中所特別指出的結構來實現(xiàn)和獲得。
【專利附圖】

【附圖說明】[0018]此處所說明的附圖用來提供對本發(fā)明的進一步理解，構成本發(fā)明的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構成對本發(fā)明的不當限定。在附圖中:
[0019]圖1為本發(fā)明實施例中，目標車輛跟蹤方法的實施流程示意圖；
[0020]圖2為本發(fā)明實施例中，目標車輛跟蹤裝置的結構示意圖。
【具體實施方式】
[0021]為了獲取目標車輛的連續(xù)跟蹤信息，為車輛違章行為提供更多的信息依據(jù)，本發(fā)明實施例提供了一種目標車輛跟蹤方法及裝置。
[0022]需要說明的是，本發(fā)明實施例提供的目標車輛跟蹤方法及裝置可以應用于純視頻電子警察系統(tǒng)中，通過對每幀圖像進行處理，分析視頻內容，檢測識別車牌，對車輛進行連續(xù)跟蹤，得到車牌的運動軌跡，以此分析車輛違章行為，并實現(xiàn)抓拍，相比于現(xiàn)有技術中的線圈電警，節(jié)省了施工和維護成本，抓拍目標更加準確，且能夠識別的違章行為更多。
[0023]以下結合說明書附圖對本發(fā)明的優(yōu)選實施例進行說明，應當理解，此處所描述的優(yōu)選實施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明，并且在不沖突的情況下，本發(fā)明中的實施例及實施例中的特征可以相互組合。
[0024]如圖1所示，為本發(fā)明實施例提供的目標車輛跟蹤方法的實施流程示意圖，可以包括以下步驟:
[0025]S101、接收當前幀圖像；
[0026]S102、提取當前幀圖像所包含的檢測信息；
[0027]其中，檢測信息可以但不限于包括目標車輛車牌的號碼信息和位置信息，還可以包括顏色信息和尺寸信息；
[0028]S103、根據(jù)提取到的檢測信息確定檢測目標，并建立檢測目標集合；
[0029]其中，檢測目標集合由至少一個檢測目標組成；應當理解，每一檢測目標可以但不限于包含上述的四個屬性信息，即目標車輛車牌的號碼信息、顏色信息、尺寸信息和位置信息，為了便于描述，以下以J表示建立的檢測目標集合，則J = U1, J2,…，jn}。
[0030]S104、針對跟蹤目標集合中包含的任一跟蹤目標，確定該跟蹤目標與檢測目標集合中的任一檢測目標互相匹配時，根據(jù)與其相互匹配的檢測目標所包含的檢測信息更新該跟蹤目標包含的跟蹤信息。
[0031]其中，跟蹤目標集合為根據(jù)歷史圖像信息獲取的，以下以G表示建立的跟蹤目標集合，則 G = {gi, g2,…，gm} ο
[0032]具體實施時，步驟S104中，針對跟蹤目標集合中包含的任一跟蹤目標，按照以下步驟確定該跟蹤目標與檢測目標集合中的任一檢測目標互相匹配:
[0033]步驟1、針對跟蹤目標集合中包含的任一跟蹤目標，從檢測目標集合中確定與該跟蹤目標匹配的檢測匹配目標；
[0034]步驟2、針對確定出的檢測匹配目標，從跟蹤目標集合中確定與該檢測目標匹配的跟蹤匹配目標；
[0035]步驟3、若確定出的跟蹤匹配目標為該跟蹤目標時，確定該跟蹤目標與確定出的檢測匹配目標互相匹配。
[0036]也就是說，針對任一跟蹤目標，若該跟蹤目標對應的檢測匹配目標所對應的跟蹤匹配目標為該跟蹤目標時，確定該跟蹤目標與檢測匹配目標互相匹配。例如，假設跟蹤目標I對應的檢測匹配目標為檢測目標2，而檢測目標2對應的跟蹤匹配匹配目標為跟蹤目標I，則稱跟蹤目標I與檢測目標2互相匹配。
[0037]具體的，根據(jù)檢測匹配目標包含的四個屬性信息替換該跟蹤目標包含的四個屬性信息。這樣，當有了 多幀目標車輛車牌號碼結果后，統(tǒng)計目標車輛車牌號碼中每個字符出現(xiàn)的次數(shù)，取次數(shù)最多的字符為最優(yōu)結果，如果次數(shù)相同，取最新的字符為最優(yōu)結果，統(tǒng)計完畢后，可以得到整體最優(yōu)的目標車輛車牌號碼。
[0038]具體實施時，可以但不限于采用目標匹配關聯(lián)矩陣來記錄檢測目標與跟蹤目標之間的匹配關系，且矩陣的行向量標表示跟蹤目標，列向量表示檢測目標。具體的，建立目標匹配關聯(lián)矩陣，初始化時，該矩陣中的每一元素均為O。具體實施時，可以設置目標匹配關聯(lián)矩陣的最大值，例如設置最多可以有20個跟蹤目標，10個檢測目標，即η = 10，m = 20，目標匹配關聯(lián)矩陣大小為20*10。為了便于描述，本發(fā)明實施例中以檢測目標集合中包含3個檢測目標，5個跟蹤目標為例進行說明。初始時，建立目標匹配關聯(lián)矩陣如下:
【權利要求】
1.一種目標車輛跟蹤方法，其特征在于，包括: 接收當前幀圖像； 提取當前幀圖像所包含的檢測信息； 根據(jù)提取到的檢測信息確定檢測目標，并建立檢測目標集合，所述檢測目標集合由至少一個檢測目標組成； 針對跟蹤目標集合中包含的任一跟蹤目標，確定該跟蹤目標與所述檢測目標集合中的任一檢測目標互相匹配時，根據(jù)所述檢測目標包含的檢測信息更新該跟蹤目標包含的跟蹤信息，所述跟蹤目標集合為根據(jù)歷史圖像信息獲取的。
2.如權利要求1所述的方法，其特征在于，針對跟蹤目標集合中包含的任一跟蹤目標，按照以下方法確定該跟蹤目標與所述檢測目標集合中的任一檢測目標互相匹配: 針對跟蹤目標集合中包含的任一跟蹤目標，從檢測目標集合中確定與該跟蹤目標匹配的檢測匹配目標； 針對所述檢測匹配目標，從所述跟蹤目標集合中確定與該檢測目標匹配的跟蹤匹配目標； 若確定出的跟蹤匹配目標為該跟蹤目標時，確定該跟蹤目標與所述檢測匹配目標互相匹配。
3.如權利要求2所述的方法，其特征在于，針對檢測目標集合中包含的每一檢測目標，從跟蹤目標集合中確定與該檢測目標匹配的跟蹤匹配目標，具體包括: 針對檢測目標集合中的每一檢測目標，按照預設匹配規(guī)則確定該檢測目標與跟蹤目標集合中的每一跟蹤目標的第一匹配系數(shù)； 選擇第一匹配系數(shù)最大的跟蹤目標為跟蹤匹配目標。
4.如權利要求2所述的方法，其特征在于，針對跟蹤目標集合中包含的每一跟蹤目標，從所述檢測目標集合中確定與該跟蹤目標匹配的檢測匹配目標，具體包括: 針對所述跟蹤目標集合中的每一跟蹤目標，按照預設匹配規(guī)則確定該跟蹤目標與所述檢測目標集合中的每一檢測目標的第二匹配系數(shù)； 選擇第二匹配系數(shù)最大的檢測目標為檢測匹配目標。
5.如權利要求3或4所述的方法，其特征在于，所述檢測信息包括目標車輛車牌的號碼信息和位置信息；以及 按照以下步驟確定第一匹配系數(shù)或者第二匹配系數(shù): 針對任一檢測目標或者跟蹤目標，獲取該檢測目標或者跟蹤目標在當前幀的第一預測位置信息，所述第一預測位置信息根據(jù)上一幀圖像中所述檢測目標或者跟蹤目標的位置信息確定； 根據(jù)所述第一預測位置信息，確定第一搜索范圍信息； 判斷所述第一搜索范圍信息對應的搜索范圍內是否包含檢測信息； 在判斷結果為是時，按照以下公式確定第一匹配子系數(shù):
(1 _ Widih - Tr _ Dis/) * (V — Height — Tv _ Disl) (.(."/ I —9 ； ".—(V — Widih * V — Height)” τ.Coff_l為第一匹配子系數(shù)； VJVidth為當前幀圖像寬度；VJfeight為當前幀圖像高度； TxDist為所述檢測目標的質心與所述跟蹤目標的質心在水平方向上的間距； Ty_Dist為所述檢測目標的質心與所述跟蹤目標的質心在垂直方向上的間距； 在判斷結果為否時，判定所述檢測目標與所述跟蹤目標或者所述跟蹤目標與所述檢測目標不匹配，且不再執(zhí)行后續(xù)步驟； 確定所述檢測目標的目標車牌號碼與所述跟蹤目標的目標車牌號碼或者將所述跟蹤目標的目標車牌號碼與所述檢測目標的目標車牌號碼進行字符串匹配，確定匹配成功的字符數(shù)量； 并按照以下公式確定第二匹配子系數(shù):
6.如權利要求5所述的方法，其特征在于，若檢測目標的目標車牌號碼與所述跟蹤目標的目標車牌號碼包含的字符位置與內容一致時，確定所述字符匹配成功。
7.如權利要求5所述的方法，其特征在于，若所述第二匹配子系數(shù)為I時，確定所述檢測目標與所述跟蹤目標或者所述跟蹤目標與所述檢測目標匹配，且不再執(zhí)行后續(xù)步驟。
8.如權利要求5所述的方法，其特征在于，針對任一檢測目標或者跟蹤目標，獲取該檢測目標或者跟蹤目標在當前幀的第一預測位置信息，具體包括: 針對任一檢測目標或者跟蹤目標,確定所述檢測目標或者跟蹤目標在上一幀圖像中的位置信息； 利用預設的卡爾曼濾波器確定所述檢測目標或者跟蹤目標在當前幀的第一預測位置信息，定義目標車輛運動狀態(tài)向量為Xk = [Xk，yk，Vxk, vyk]T，觀測狀態(tài)向量為Zk = [xk, yk]T,其中:xk、yk表示目標車輛車牌位置信息，vxk, Vyk表示目標車輛的運動速度，k表示處理次數(shù)，則所述卡爾曼濾波器的相關系數(shù)定義如下: 狀態(tài)轉移矩陣
9.如權利要求5所述的方法，其特征在于，還包括: 若跟蹤目標集合中的任一跟蹤目標與所述檢測目標集合中的所有檢測目標均不匹配時，確定所述跟蹤目標匹配失敗； 記錄所述跟蹤目標匹配失敗次數(shù)； 若所述跟蹤目標匹配失敗次數(shù)超過第三預設值時，確定所述跟蹤目標丟失。
10.如權利要求9所述的方法，其特征在于，還包括: 若所述跟蹤目標匹配失敗次數(shù)超過第四預設值時，從所述跟蹤目標集合中刪除所述跟蹤目標，所述第四預設值大于所述第三預設值。
11.如權利要求9所述的方法，其特征在于，確定所述跟蹤目標丟失后，還包括: 根據(jù)所述跟蹤目標在當前幀圖像中的位置信息，確定所述跟蹤目標在下一幀圖像中的第二預測位置信息； 根據(jù)所述第二預測位置信息，確定第二搜索范圍信息； 在所述第二搜索范圍信息對應的搜索范圍內搜索所述跟蹤目標；以及若在所述第二搜索范圍信息對應的搜索范圍內未搜索到所述跟蹤目標時，根據(jù)所述跟蹤目標在當前幀圖像中的位置信息，在下一幀圖像中相同位置上搜索所述跟蹤目標。
12.如權利要求5所述的方法，其特征在于，還包括: 若所述檢測目標集合中的任一檢測目標與所述跟蹤目標集合中的所有跟蹤目標均不匹配，且所述檢測目標中、目標車輛車牌號碼信息不為空時，確定所述檢測目標為新生成目標； 將所述檢測目標添加至候選目標集合。
13.如權利要求12所述的方法，其特征在于，還包括: 針對候選目標集合中的任一候選目標，若所述候選目標與所述檢測目標集合中的任一檢測目標連續(xù)匹配成功，且匹配成功次數(shù)超過第五預設值時，將所述候選目標添加至跟蹤目標集合中；并 從所述候選目標集合中刪除所述候選目標。
14.一種目標車輛跟蹤裝置，其特征在于，包括: 接收單元，用于接收當前幀圖像； 提取單元，用于提取當前幀圖像所包含的檢測信息； 生成單元，用于根據(jù)提取到的檢測信息確定檢測目標，并建立檢測目標集合，所述檢測目標集合由至少一個檢測目標組成； 更新單元，用于針對跟蹤目標集合中包含的任一跟蹤目標，確定該跟蹤目標與所述檢測目標集合中的任一檢測目標互相匹配時，根據(jù)所述檢測目標包含的檢測信息更新該跟蹤目標包含的跟蹤信息，所述跟蹤目標集合為根據(jù)歷史圖像信息獲取的。
15.如權利要求14所述的裝置，其特征在于，所述更新單元，包括: 第一確定子單元，用于針對跟蹤目標集合中包含的任一跟蹤目標，從檢測目標集合中確定與該跟蹤目標匹配的檢測匹配目標； 第二確定子單元，用于針對所述檢測匹配目標，從所述跟蹤目標集合中確定與該檢測目標匹配的跟蹤匹配目標； 第三確定子單元，用于若確定出的跟蹤匹配目標為該跟蹤目標時，確定該跟蹤目標與所述檢測匹配目標互相匹配。
16.如權利要求15所述的裝置，其特征在于，所述第一確定子單元，包括: 第一確定模塊，用于針對檢測目標集合中的每一檢測目標，按照預設匹配規(guī)則確定該檢測目標與跟蹤目標集合中的每一跟蹤目標的第一匹配系數(shù)； 第一選擇模塊，用于選擇第一匹配系數(shù)最大的跟蹤目標為跟蹤匹配目標。
17.如權利要求15所述的裝置，其特征在于，所述第二確定子單元，包括: 第二確定模塊，用于針對所述跟蹤目標集合中的每一跟蹤目標，按照預設匹配規(guī)則確定該跟蹤目標與所述檢測目標集合中的每一檢測目標的第二匹配系數(shù)； 第二選擇模塊，用于選擇第二匹配系數(shù)最大的檢測目標為檢測匹配目標。
18.如權利要求16或17所述的裝置，其特征在于，所述檢測信息包括目標車輛車牌的號碼信息和位置信息；以及 所述第一確定模塊或者第二確定模塊，包括: 第一匹配子系數(shù)確定子模塊，用于針對任一檢測目標或者跟蹤目標，獲取該檢測目標或者跟蹤目標在當前幀的第一預測位置信息，所述第一預測位置信息根據(jù)上一幀圖像中所述檢測目標或者跟蹤目標的位置信息確定；根據(jù)所述第一預測位置信息，確定第一搜索范圍信息；判斷所述第一搜索范圍信息對應的搜索范圍內是否包含檢測信息；在判斷結果為是時，按照以下公式確定第一匹配子系數(shù):

19.如權利要求18所述的裝置，其特征在于， 所述第二匹配子系數(shù)確定子模塊，具體用于檢測目標的目標車牌號碼與所述跟蹤目標的目標車牌號碼包含的字符位置與內容一致時，確定所述字符匹配成功。
20.如權利要求18所述的裝置，其特征在于， 所述第二匹配子系數(shù)確定子模塊，具體用于若所述第二匹配子系數(shù)為I時，確定所述檢測目標與所述跟蹤目標或者所述跟蹤目標與所述檢測目標匹配。
21.如權利要求18所述的裝置，其特征在于， 所述第一匹配子系數(shù)確定子模塊，具體用于針對任一檢測目標或者跟蹤目標，確定所述檢測目標或者跟蹤目標在上一幀圖像中的位置信息；并利用預設的卡爾曼濾波器確定所述檢測目標或者跟蹤目標在當前幀的第一預測位置信息，定義目標車輛運動狀態(tài)向量為Xk=[xk，yk，vxk，vyk]TjJS測狀態(tài)向量為Zk= [xk，yk]T,其中:xk、yk表示目標車輛車牌位置信息，Vxk^vyk表示目標車輛的運動速度，k表示處理次數(shù)，則所述卡爾曼濾波器的相關系數(shù)定義如下: 狀態(tài)轉移矩陣A
22.如權利要求18所述的裝置，其特征在于，還包括: 第一確定單元，用于若跟蹤目標集合中的任一跟蹤目標與所述檢測目標集合中的所有檢測目標均不匹配時，確定所述跟蹤目標匹配失??； 記錄單元，用于記錄所述跟蹤目標匹配失敗次數(shù)； 第二確定單元，用于若所述跟蹤目標匹配失敗次數(shù)超過第三預設值時，確定所述跟蹤目標丟失。
23.如權利要求22所述的裝置，其特征在于，還包括: 第一刪除單元，用于若所述跟蹤目標匹配失敗次數(shù)超過第四預設值時，從所述跟蹤目標集合中刪除所述跟蹤目標，所述第四預設值大于所述第三預設值。
24.如權利要求22所述的裝置，其特征在于，還包括: 第三確定單元，用于根據(jù)所述跟蹤目標在當前幀圖像中的位置信息，確定所述跟蹤目標在下一幀圖像中的第二預測位置信息； 第四確定單元，用于根據(jù)所述第二預測位置信息，確定第二搜索范圍信息； 搜索單元，用于在所述第二搜索范圍信息對應的搜索范圍內搜索所述跟蹤目標；以及若在所述第二搜索范圍信息對應的搜索范圍內未搜索到所述跟蹤目標時，根據(jù)所述跟蹤目標在當前幀圖像中的位置信息，在下一幀圖像中相同位置上搜索所述跟蹤目標。
25.如權利要求18所述的裝置，其特征在于，還包括: 第五確定單元，用于若所述檢測目標集合中的任一檢測目標與所述跟蹤目標集合中的所有跟蹤目標均不匹配，且所述檢測目標中、目標車輛車牌號碼信息不為空時，確定所述檢測目標為新生成目標； 添加單元，用于將所述檢測目標添加至候選目標集合。
26.如權利要求25所述的裝置，其特征在于，還包括第二刪除單元，其中: 所述添加單元，用于針對候選目標集合中的任一候選目標，若所述候選目標與所述檢測目標集合中的任一檢測目標連續(xù)匹配成功，且匹配成功次數(shù)超過第五預設值時，將所述候選目標添加至跟蹤目標集合中； 所述第二 刪除單元，用于從所述候選目標集合中刪除所述候選目標。
【文檔編號】G08G1/017GK103927508SQ201310011121
【公開日】2014年7月16日 申請日期:2013年1月11日 優(yōu)先權日:2013年1月11日
【發(fā)明者】章合群, 潘石柱, 張興明, 傅利泉, 朱江明, 吳軍, 吳堅 申請人:浙江大華技術股份有限公司