[发明专利]一种室外视频监控中多尺度车辆的识别方法

摘要

本发明提出了一种室外视频监控中多尺度车辆识别方法。首先，采用归一化处理，将不同尺度的车辆目标归一化到大、中、小三个尺度，并对小尺度车辆目标进行直方图均衡化增强处理；其次，在三个尺度下提取SIFT特征，并对小尺度车辆目标在提取的SIFT特征基础上采用空间金字塔匹配的方法增强特征描述；然后，使用词包模型（Bag of Words,BOW）来表示特征；最后，针对三种尺度的车辆目标，使用支持向量机训练生成三个相应的分类器。在线识别时，根据待识别目标的尺度范围，选用相应的分类器进行识别。本发明有效提升了多尺度车辆识别的准确率。

主权项

一种室外视频监控中多尺度车辆识别的方法，采用大、中、小三个尺度的分类器来实现对多尺度车辆的识别，其特征在于包括如下步骤：（A）对不同尺度的车辆目标进行归一化处理，将最短边长小于75像素的车辆目标归一化到最小边长为50像素的小尺度车辆目标，将最短边长大于150像素的车辆目标归一化到最小边长为200像素的大尺寸车辆目标，将最小边长介于75像素和150像素的车辆目标归一化到最小边长为100像素的中尺度车辆目标；（B）对归一化后的三个尺度车辆目标提取SIFT（Scale‑Invariant Feature Transform）特征；（C）对于中尺度和大尺度车辆目标，根据提取的SIFT特征使用词包模型生成特征频率的分布；对于小尺度车辆目标，根据提取的SIFT特征，使用空间金字塔匹配方法，生成特征统计直方图后，再使用词包模型生成特征频率的分布；（D）针对三种尺度的车辆目标，使用支持向量机根据特征频率的分布训练生成三个相应尺度的分类器；（E）在线识别时，根据待识别目标的尺度范围，选用相应的分类器进行识别。