以雙重編碼理論優(yōu)化道路車(chē)輛視頻追蹤系統(tǒng)

李菲+王曉躍

摘 要

雙重編碼理論是信息儲(chǔ)存、加工和提取過(guò)程中對(duì)語(yǔ)言事物和非語(yǔ)言事物進(jìn)行處理的基本理論，在此，從雙重編碼理論入手，優(yōu)化道路車(chē)輛視頻追蹤系統(tǒng)，給出動(dòng)態(tài)特征檢測(cè)與靜態(tài)特征匹配、二次幀差法等優(yōu)化措施，既提高車(chē)輛視頻追蹤的識(shí)別能力，又提高應(yīng)用型工科院校創(chuàng)新人才培養(yǎng)的質(zhì)量。

【關(guān)鍵詞】雙重編碼理論；車(chē)輛視頻追蹤系統(tǒng)

雙重編碼理論可分為兩個(gè)認(rèn)知子系統(tǒng)：一個(gè)是語(yǔ)言處理系統(tǒng)，一個(gè)是非語(yǔ)言映像處理系統(tǒng)，兩個(gè)子系統(tǒng)互相協(xié)調(diào)，以提高認(rèn)知能力。在此，應(yīng)用雙重編碼理論為道路車(chē)輛視頻追蹤系統(tǒng)的優(yōu)化升級(jí)提供有價(jià)值建議，通過(guò)雙重匹配等優(yōu)化措施，提高車(chē)輛視頻追蹤的識(shí)別能力。

1 雙重編碼理論概述

雙重編碼理論是心理學(xué)家帕維奧提出的一種信息處理理論，是基于人的認(rèn)知系統(tǒng)中語(yǔ)言事物和非語(yǔ)言事物處理兩部分，并假定存在兩個(gè)對(duì)應(yīng)的表征單元，即語(yǔ)言單元和圖像單元，前者組織聯(lián)想與層級(jí)，后者組織部分與整體。雙重編碼理論能識(shí)別三種信息加工類型，分別是表征性、參照性和聯(lián)想性信息，既可直接激活事物表征，又可利用非詞語(yǔ)系統(tǒng)激活詞語(yǔ)表征，還可在同一事物內(nèi)部激活表征。在此，基于雙重編碼理論對(duì)現(xiàn)有道路車(chē)輛視頻追蹤系統(tǒng)進(jìn)行優(yōu)化升級(jí)，通過(guò)將其檢測(cè)機(jī)制分解重組，協(xié)調(diào)互動(dòng)，有效提升道路車(chē)輛視頻追蹤系統(tǒng)的識(shí)別能力。

2 基于動(dòng)態(tài)特征檢測(cè)與靜態(tài)特征匹配的優(yōu)化措施

道路車(chē)輛視頻追蹤系統(tǒng)主要利用視覺(jué)檢測(cè)技術(shù)中的運(yùn)動(dòng)物體檢測(cè)技術(shù)，對(duì)道路環(huán)境中的運(yùn)行車(chē)輛進(jìn)行全天候檢測(cè)。由于道路車(chē)輛的形態(tài)各異，場(chǎng)景光照變化無(wú)常，給車(chē)輛視頻追蹤帶來(lái)難度。基于雙重編碼理論，將動(dòng)態(tài)特征檢測(cè)和靜態(tài)特征匹配雙管齊下，提升道路車(chē)輛識(shí)別效率。

2.1 動(dòng)態(tài)特征檢測(cè)主要采用連續(xù)幀差法和背景幀差法

2.1.1 連續(xù)幀差法

基本原理是通過(guò)車(chē)輛在同一背景中的位置變化，判斷車(chē)輛的位移情況，進(jìn)而對(duì)車(chē)輛進(jìn)行檢測(cè)。如果車(chē)輛在同一位置的不同時(shí)刻發(fā)生改變，也可證明車(chē)輛處于移動(dòng)狀態(tài)。在實(shí)際操作過(guò)程中，主要利用兩幀圖像的像素點(diǎn)求差運(yùn)算進(jìn)行檢測(cè)，首先確定檢測(cè)目標(biāo)的應(yīng)用背景，即給定的視頻幀序列，第n幀坐標(biāo)（x，y）處亮度值記為f（x，y，n），動(dòng)態(tài)幀差法可以表示為flag（x，y，n）=

。1表示被檢測(cè)點(diǎn)處于運(yùn)動(dòng)狀態(tài)，0表示處于靜止?fàn)顟B(tài)，α表示運(yùn)動(dòng)和靜止的閾值，理論值為0，但實(shí)際受環(huán)境影響，會(huì)存在噪聲，所以一般不能取0。

2.1.2 背景幀差法

背景是指攝像區(qū)域內(nèi)的所有靜止物體，與此對(duì)應(yīng)的移動(dòng)物體則為前景。背景幀差法的基本原理是對(duì)實(shí)時(shí)圖像和背景圖像做幀差運(yùn)算，得到移動(dòng)前景的計(jì)算值，先構(gòu)建模型背景模型，確定背景和實(shí)時(shí)圖像，再進(jìn)行背景幀差計(jì)算，最后進(jìn)行連通域統(tǒng)計(jì)。常用方法包括多幀平均法、中值濾波法、灰度漂移法等。

2.2 靜態(tài)特征匹配主要采用直方圖匹配法和輪廓匹配法

2.2.1 直方圖匹配法

利用具有統(tǒng)計(jì)功能的特征圖表對(duì)檢測(cè)目標(biāo)進(jìn)行分析，一般采取直方圖，包括特征數(shù)量和每項(xiàng)特征的樣本數(shù)量。直方圖可將一個(gè)大樣本分解成以目標(biāo)特征為標(biāo)簽的小樣本集合，表述其特征分布情況。應(yīng)用直方圖匹配法的一般流程包括直方圖描述、相似度計(jì)算、相似度函數(shù)選擇和尋找最高相似度。

2.2.2 輪廓匹配法

主要是研究車(chē)輛輪廓和形狀，操作過(guò)程與直方圖匹配法較為相似，首先進(jìn)行車(chē)輛輪廓提取，一般采用Canny提取法或霍夫變換法。由于車(chē)輛輪廓線條結(jié)構(gòu)較為復(fù)雜，霍夫變換智能提取的部分線條結(jié)構(gòu)，具有一定的應(yīng)用局限性。Canny提取法采用Canny算子對(duì)車(chē)輛輪廓點(diǎn)進(jìn)行判定，有效提取車(chē)輛外形輪廓。由于Canny算子是基于灰度值差異的提取，存在陰影誤差，因此目前輪廓匹配法的應(yīng)用具有一定局限性，且時(shí)間空間復(fù)雜度較高，有必要對(duì)其進(jìn)行優(yōu)化。

3 基于二次幀差法的優(yōu)化措施

采用二次幀差法對(duì)車(chē)輛檢測(cè)過(guò)程進(jìn)行優(yōu)化，基本流程先在檢測(cè)視頻中提取背景模型，采用背景幀差法得到前景圖像，利用速度追蹤到結(jié)果，再與前景圖像的位置追蹤結(jié)果進(jìn)行匹配，最終得到車(chē)輛流量的統(tǒng)計(jì)結(jié)果。

對(duì)道路車(chē)輛視頻進(jìn)行預(yù)處理，主要采用色彩空間轉(zhuǎn)換方法和形態(tài)學(xué)處理方法。在色彩空間轉(zhuǎn)換過(guò)程中，出于復(fù)雜度方面考慮，可將攝像頭采集到的彩色圖像進(jìn)行灰度轉(zhuǎn)換，對(duì)灰度圖像進(jìn)行信息提取，即采用公式：“Gray=0.299*R+0.587*G+0.114*B”進(jìn)行轉(zhuǎn)換，Gray表示完成轉(zhuǎn)換后的灰度強(qiáng)度，R、G、B分別表示紅、綠、藍(lán)分量光強(qiáng)。

經(jīng)過(guò)轉(zhuǎn)換，保持了車(chē)輛外觀特征并降低計(jì)算復(fù)雜度，隨后采用膨脹、腐蝕、開(kāi)閉運(yùn)算進(jìn)行形態(tài)學(xué)處理。在此基礎(chǔ)上進(jìn)行背景構(gòu)建、背景更新，利用二次幀差法進(jìn)行背景提取，精確度較高。此外，由于視頻背景處于緩慢變化狀態(tài)，需對(duì)背景定時(shí)更新，即對(duì)實(shí)時(shí)圖像和背景圖像進(jìn)行幀差運(yùn)算，進(jìn)而得到去除噪聲的完整前景。

4 結(jié)語(yǔ)

基于雙重編碼理論對(duì)現(xiàn)有道路車(chē)輛視頻追蹤系統(tǒng)進(jìn)行有效優(yōu)化，采取動(dòng)態(tài)特征檢測(cè)與靜態(tài)特征匹配法、二次幀差法等進(jìn)行優(yōu)化，消除特征噪聲，降低車(chē)輛追蹤的算法復(fù)雜度，準(zhǔn)確識(shí)別道路車(chē)輛，提高追蹤效率。

參考文獻(xiàn)

[1]徐坤召.基于視頻的車(chē)輛匹配技術(shù)的研究[D].青島：中國(guó)海洋大學(xué)，2011.

[2]周伯萌.基于高清視頻的道路車(chē)輛違章行為檢測(cè)算法實(shí)現(xiàn)和優(yōu)化[D].泉州：華僑大學(xué)，2013.

作者簡(jiǎn)介

李菲（1983-），女，漢族，江蘇省徐州市人。碩士學(xué)位。現(xiàn)為常州交通技師學(xué)院講師。研究方向?yàn)榻煌ㄟ\(yùn)輸、汽車(chē)服務(wù)、教學(xué)管理等。

王曉躍（1984-），男，漢族，江蘇省常州市人。碩士學(xué)位。現(xiàn)為江蘇理工學(xué)院助理研究員。研究方向?yàn)橛?jì)算機(jī)應(yīng)用、教學(xué)管理等。

作者單位

1.常州交通技師學(xué)院校辦 江蘇省常州市 213147

2.江蘇理工學(xué)院質(zhì)量監(jiān)控科 江蘇省常州市 213001