一种车辆分类方法及系统的制作方法
【专利摘要】本发明公开了一种车辆分类方法及系统，其中车辆分类方法包括：将预先设置的第一训练集确定为目标训练集，确定目标训练集中所有移动目标的投影矩阵，并根据投影矩阵建立特征空间；比较所有移动目标及预设类移动目标在特征空间中的坐标；根据比较结果，将所有移动目标归类为第一移动目标和第二类移动目标，并将第一类移动目标保存至第二训练集，第二移动目标保存至第三训练集；分别将第二训练集和第三训练集确定为目标训练集，将第一类移动目标和第二类移动目标进一步归类。按照移动目标的类型将训练集详细的分为了六个子训练集，根据六个子训练集中的移动目标信息更为具体的判断出待分类的移动目标的类型，获得了更好的分类准确率。
【专利说明】-种车辆分类方法及系统
【技术领域】
[0001] 本发明涉及模式识别【技术领域】，更具体地说，涉及一种车辆分类方法及系统。
【背景技术】
[0002] 车辆分类系统作为智能交通系统中的重要组成部分，主要与道路车辆的检测、追 踪、技术与分类结合在一起的。传统的车型分类方法主要由两大类，其一是基于雷达与压力 传感器的，其二是基于图像的车辆分类方法的。其中，基于图像的车辆分类方法随着计算机 图形学的快速发展也得到了越来越多的应用。
[0003] 现有的基于图像的车辆分类系统主要采用基于线性判别分析（LDA Linear Discriminant Analysis)和主成分分析（PCA Principal Component Analysis)进行分类 的方法对获取到的视频序列进行分类，虽然现有的基于图像的车辆分类虽然避免了安装于 维护传感器的昂贵代价，但基于LDA和PCA进行车辆分类的方法在对车辆进行分类的过程 中，只对训练样本集进行了二阶统计信息，忽略了高阶统计信息，故利用基于LDA和PCA进 行车辆分类的方法的分类准确率较低。
【发明内容】
[0004] 有鉴于此，本发明的目的是提供一种车辆分类方法及系统，用W对高阶信息的统 计，获得更好的分类准确率。
[0005] 为了实现上述目的，本发明提供如下技术方案：
[0006] -方面，本发明提供了一种车辆分类方法，包括：
[0007] A、将预先设置的第一训练集确定为目标训练集，所述第一训练集中存储有多个待 分类移动目标；
[000引 B、确定所述目标训练集中所有移动目标的投影矩阵，并根据所述投影矩阵建立特 征空间；
[0009] C、比较所有移动目标及预设类移动目标在所述特征空间中的坐标；
[0010] D、根据比较结果，将所有移动目标归类为第一移动目标和第二类移动目标，并将 所述第一类移动目标保存至所述第二训练集，所述第二移动目标保存至所述第H训练集； 其中，所述第一类移动目标和第二类移动目标外形尺寸不同；
[0011] E、分别将所述第二训练集和第H训练集确定为目标训练集，执行上述步骤B?步 骤C，并根据步骤C的结果，将所述第一类移动目标和第二类移动目标进一步归类。
[0012] 优选的，所述步骤E中分别将所述第二训练集和第H训练集确定为目标训练集后 包括：
[0013] 确定所述目标训练集中所述移动目标的最佳投影方向。
[0014] 优选的，所述步骤C包括：
[0015] 获取所述移动目标在所述特征空间中的坐标；
[0016] 比较所述坐标与预设类移动目标在所述特征空间中的坐标。
[0017] 优选的，所述步骤A中的所述预先设置第一训练集包括：
[0018] 获取视频序列；
[0019] 判断视频序列中是否包含待分类的移动目标；
[0020] 当所述视频序列中包含所述待分类的移动目标时，提取所述视频序列中的所述移 动目标，并将提取出的所述移动目标保存至预先设置的第一训练集。
[0021] 优选的，所述方法还包括：
[0022] 步骤F ;获取新的视频序列测试集，对所述训练集的分类进行验证。
[0023] 另一方面，本发明还提供了一种车辆分类系统，包括：
[0024] 设置单元，用于将预先设置的第一训练集确定为目标训练集，所述第一训练集中 存储有多个待分类移动目标；
[0025] 确定单元，用于确定所述目标训练集中所有移动目标的投影矩阵，并根据所述投 影矩阵建立特征空间；
[0026] 比较单元，用于比较所有移动目标及预设类移动目标在所述特征空间中的坐标；
[0027] 保存单元，用于根据比较结果，将所有移动目标归类为第一移动目标和第二类移 动目标，并将所述第一类移动目标保存至所述第二训练集，所述第二移动目标保存至所述 第H训练集；其中，所述第一类移动目标和第二类移动目标外形尺寸不同；
[0028] 归类单元，用于分别将所述第二训练集和第H训练集确定为目标训练集，并根据 比较单元的比较结果，将所述第一类移动目标和第二类移动目标进一步归类。
[0029] 优选的，所述归类单元包括：
[0030] 第一确定单元，用于确定所述目标训练集中所述移动目标的最佳投影方向。
[0031] 优选的，所述设置单元包括：
[0032] 第一获取单元，用于获取视频序列；
[0033] 判断单元，用于判断视频序列中是否包含待分类的移动目标；
[0034] 第一保存单元，用于当所述视频序列中包含所述待分类的移动目标时，提取所述 视频序列中的所述移动目标，并将提取出的所述移动目标保存至预先设置的第一训练集。 [00巧]优选的，所述比较单元包括：
[0036] 第二获取单元，用于获取所述移动目标在所述特征空间中的坐标；
[0037] 第一比较单元，用于比较所述坐标与预设类移动目标在所述特征空间中的坐标。
[0038] 优选的，所述系统还包括：
[0039] 测试单元，用于获取新的视频序列测试集，对所述训练集的分类进行验证。与现有 技术相比，本发明的优点如下：
[0040] 本发明提供的车辆分类方法，按照移动目标的类型将训练集详细的分为了六个子 训练集，使得在利用本发明提供的车辆分类方法进行车辆统计时，可W根据六个子训练集 中的移动目标信息更为具体的判断出待分类的移动目标的类型，与现有技术中只对训练集 进行二阶信息统计的分类方法相比，本发明车辆统计的方法通过对高阶信息的统计，获得 了更好的分类准确率。
【专利附图】
【附图说明】
[0041] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可W根据 提供的附图获得其他的附图。
[0042] 图1为本发明实施例提供的一种车辆分类方法的第一种流程图；
[0043] 图2为本发明实施例提供的一种车辆分类方法的第二种流程图；
[0044] 图3为本发明实施例提供的一种车辆分类方法获取的视频监控图；
[0045] 图4为本发明实施例提供的一种车辆分类方法的视频背景图；
[0046] 图5为本发明实施例提供的一种车辆分类方法的一种移动目标提取的示意图；
[0047] 图6为本发明实施例提供的一种车辆分类方法的第H种流程图；
[0048] 图7为本发明实施例提供的一种车辆分类方法的第四种流程图；
[0049] 图8为本发明实施例提供的一种车辆分类方法的一种完整分类过程的示意图；
[0050] 图9为本发明实施例提供的一种采用LDA方法对移动目标进行分类结果示意图；
[0051] 图10为本发明实施例提供的一种车辆分类方法的训练集与测试集的四类型车辆 图像示例；
[0052] 图11为本发明实施例提供的一种车辆分类系统的一种结构示意图；
[0053] 图12为本发明实施例提供的一种车辆分类系统的一种子结构示意图；
[0054] 图13为本发明实施例提供的一种车辆分类系统的另一种子结构示意图；
[0055] 图14为本发明实施例提供的一种车辆分类系统的另一种结构示意图。
【具体实施方式】
[0056] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0057] 请参考图1，其示出了本发明实施例提供的第一种车辆分类的方法，用于智能交通 的车辆分类，可W包括W下步骤：
[0058] 步骤A ;将预先设置的第一训练集确定为目标训练集，第一训练集中存储有多个 待分类移动目标。
[005引步骤B ;确定目标训练集中所有移动目标的投影矩阵，并根据投影矩阵建立特征 空间。
[0060] 步骤C ;比较所有移动目标及预设类移动目标在特征空间中的坐标。
[0061] 步骤D;根据比较结果，将所有移动目标归类为第一移动目标和第二类移动目标， 并将第一类移动目标保存至第二训练集，第二移动目标保存至第H训练集；其中，第一类移 动目标和第二类移动目标外形尺寸不同。
[0062] 需要说明的是，分类法则可W具体为车辆的外形大小，或者车辆的型号，同时也可 W是其他的分类类型。
[0063] 步骤E ;分别将第二训练集和第H训练集确定为目标训练集，执行上述步骤B?步 骤C，并根据步骤C的结果，将第一类移动目标和第二类移动目标进一步归类。
[0064] 本发明提供的车辆分类方法，按照移动目标的类型将训练集详细的分为了六个子 训练集，使得在利用本发明提供的车辆分类方法进行车辆统计时，可w根据子训练集中的 移动目标信息更为具体的判断出待分类的移动目标的类型，与现有技术中只对训练集进行 二阶信息统计的分类方法相比，本发明车辆统计的方法通过对高阶信息的统计，获得了更 好的分类准确率。
[0065] 请参考图2,其示出了本发明实施例提供的一种车辆分类方法的第二种流程图，可 W包括W下步骤：
[0066] 步骤A11 ;获取视频序列。
[0067] 通过图像监控技术交通道路上的车辆进行视频监控，并将监控得到的视频序列进 行提取，其中，图3示出了本发明实施例中所获取的视频监控图。
[0068] 需要说明的是，在获取视频序列时，需要先选定一固定背景，W选取的背景为基 础，监控在所选背景下通过的车辆的情况。
[0069] 步骤A12 ;判断视频序列中是否包含待分类的移动目标。
[0070] 当视频序列中不含有视频信息时，即获取的是预定的监控位置处的背景。
[0071] 步骤A13 ;当视频序列中包含待分类的移动目标时，提取视频序列中的移动目标， 并将提取出的移动目标保存至预先设置的第一训练集。
[0072] 当视频序列中含有待分类的移动目标时，通过对获取的图像进行高斯滤波、背景 建模检测运动目标法、形态学滤波法等处理，提取视频序列中的移动目标。其中图4示出了 本发明实施例提供的一种车辆分类方法的视频背景图；图5示出了本发明实施例提供的一 种车辆分类方法的移动目标提取的示意图。
[0073] 同时在获取的视频序列中将移动目标相应的区域进行高斯去噪后，并将其尺寸统 一调整为30X20,并将其按类型分类保存到训练集中，训练集即为预设的第一训练集。
[0074] 请参考图6,其示出了本发明实施例提供的一种车辆分类方法的第H种流程图，可 W包括W下步骤：
[00巧]步骤C11 ;获取移动目标在特征空间中的坐标。
[0076] 步骤C12 ;比较坐标与预设类移动目标在特征空间中的坐标。
[0077] 根据移动目标与预设移动目标在特征空间中的坐标位置，将移动目标分为两大 类。需要说明的是，在分类的过程中，采用了加权K近邻分类器，将目标训练集中的移动目 标按照分类法则分为大型车或者小型车，其中加权K近邻的定义如下：
【权利要求】
1. 一种车辆分类方法，其特征在于，包括： A、 将预先设置的第一训练集确定为目标训练集，所述第一训练集中存储有多个待分类 移动目标； B、 确定所述目标训练集中所有移动目标的投影矩阵，并根据所述投影矩阵建立特征空 间； C、 比较所有移动目标及预设类移动目标在所述特征空间中的坐标； D、 根据比较结果，将所有移动目标归类为第一移动目标和第二类移动目标，并将所述 第一类移动目标保存至所述第二训练集，所述第二移动目标保存至所述第三训练集；其中， 所述第一类移动目标和第二类移动目标外形尺寸不同； E、 分别将所述第二训练集和第三训练集确定为目标训练集，执行上述步骤B?步骤C， 并根据步骤C的结果，将所述第一类移动目标和第二类移动目标进一步归类。
2. 根据权利要求1所述的方法，其特征在于，所述步骤E中分别将所述第二训练集和第 三训练集确定为目标训练集后包括： 确定所述目标训练集中所述移动目标的最佳投影方向。
3. 根据权利要求1所述的方法，其特征在于，所述步骤C包括： 获取所述移动目标在所述特征空间中的坐标； 比较所述坐标与预设类移动目标在所述特征空间中的坐标。
4. 根据权利要求1所述的方法，其特征在于，所述步骤A中的所述预先设置第一训练集 包括： 获取视频序列； 判断视频序列中是否包含待分类的移动目标； 当所述视频序列中包含所述待分类的移动目标时，提取所述视频序列中的所述移动目 标，并将提取出的所述移动目标保存至预先设置的第一训练集。
5. 根据权利要求1所述的方法，其特征在于，所述方法还包括： 步骤F :获取新的视频序列测试集，对所述训练集的分类进行验证。
6. -种车辆分类系统，其特征在于，包括： 设置单元，用于将预先设置的第一训练集确定为目标训练集，所述第一训练集中存储 有多个待分类移动目标； 确定单元，用于确定所述目标训练集中所有移动目标的投影矩阵，并根据所述投影矩 阵建立特征空间； 比较单元，用于比较所有移动目标及预设类移动目标在所述特征空间中的坐标； 保存单元，用于根据比较结果，将所有移动目标归类为第一移动目标和第二类移动目 标，并将所述第一类移动目标保存至所述第二训练集，所述第二移动目标保存至所述第三 训练集；其中，所述第一类移动目标和第二类移动目标外形尺寸不同； 归类单元，用于分别将所述第二训练集和第三训练集确定为目标训练集，并根据比较 单元的比较结果，将所述第一类移动目标和第二类移动目标进一步归类。
7. 根据权利要求6所述的系统，其特征在于，所述归类单元包括： 第一确定单元，用于确定所述目标训练集中所述移动目标的最佳投影方向。
8. 根据权利要求6所述的系统，其特征在于，所述设置单元包括： 第一获取单元，用于获取视频序列； 判断单元，用于判断视频序列中是否包含待分类的移动目标； 第一保存单元，用于当所述视频序列中包含所述待分类的移动目标时，提取所述视频 序列中的所述移动目标，并将提取出的所述移动目标保存至预先设置的第一训练集。
9. 根据权利要求6所述的系统，其特征在于，所述比较单元包括： 第二获取单元，用于获取所述移动目标在所述特征空间中的坐标； 第一比较单元，用于比较所述坐标与预设类移动目标在所述特征空间中的坐标。
10. 根据权利要求6所述的系统，其特征在于，所述系统还包括：测试单元，用于获取新 的视频序列测试集，对所述训练集的分类进行验证。
【文档编号】G06K9/62GK104504392SQ201410737806
【公开日】2015年4月8日 申请日期:2014年12月5日 优先权日:2014年12月5日
【发明者】武德安, 甘一凡, 吴磊, 陈鹏, 刘杰 申请人:成都国科海博信息技术股份有限公司, 电子科技大学