买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：嘉兴南湖区路空协同立体交通产业研究院

摘要：本发明涉及图像处理技术领域，具体涉及一种路空协同交通场景智能识别方法，包括：获取若干帧待识别交通场景灰度图像中若干个目标对象；根据每个目标对象在所有帧待识别交通场景灰度图像中的位置变化情况，获取每个目标对象的运动轨迹一致性；根据每个目标对象的运动轨迹一致性以及轮廓参考邻域内像素点的灰度，获取每个目标对象的轮廓参考邻域内每个像素点的显著调整必要性；进而获取每个目标对象的轮廓参考邻域内每个像素点的优化后显著性；根据优化后显著性获取显著图；根据显著图进行交通场景识别。本发明提高了交通场景识别安全风险的准确性。

主权项：1.一种路空协同交通场景智能识别方法，其特征在于，该方法包括以下步骤：获取若干帧待识别交通场景灰度图像中若干个目标对象；根据每个目标对象在所有帧待识别交通场景灰度图像中的位置变化情况，获取每个目标对象的运动轨迹一致性；所述根据每个目标对象在所有帧待识别交通场景灰度图像中的位置变化情况，获取每个目标对象的运动轨迹一致性，包括的具体方法为：对于任意一个目标对象，获取所述目标对象的位置变化轨迹序列，以及位置变化轨迹序列中元素的轨迹长度；获取所述目标对象的时序显著值序列；获取第个目标对象的运动轨迹一致性的计算方法为： ；式中，表示第个目标对象的运动轨迹一致性；表示第个目标对象的时序显著值序列；表示第个目标对象的位置变化轨迹序列；表示第个目标对象的位置变化轨迹序列中所有元素的总数量；表示第个目标对象的位置变化轨迹序列中第个元素的轨迹长度；表示和之间的DTW距离；表示以自然常数为底数的指数函数；将任意一帧待识别交通场景灰度图像记为目标灰度图像；获取目标灰度图像中每个目标对象的轮廓参考邻域；所述根据每个目标对象的运动轨迹一致性以及轮廓参考邻域内像素点的灰度，获取每个目标对象的轮廓参考邻域内每个像素点的显著调整必要性，包括的具体方法为：对于目标灰度图像中第个个目标对象的轮廓参考邻域内第个像素点，获取第个像素点的质心位置向量和运动轨迹向量；根据第个像素点的质心位置向量和运动轨迹向量，获取第个个像素点的显著调整因子；获取第个目标对象的轮廓参考邻域内第个像素点的显著调整必要性的计算方法为： ；式中，表示第个目标对象的轮廓参考邻域内第个像素点的显著调整必要性；表示第个目标对象的运动轨迹一致性；表示第个目标对象的轮廓参考邻域内第个像素点的显著调整因子；表示第个目标对象的轮廓参考邻域内第个像素点的灰度值；表示第个目标对象的轮廓参考邻域内所有像素点的灰度值的均值；表示取绝对值；根据每个目标对象的运动轨迹一致性以及轮廓参考邻域内像素点的灰度，获取每个目标对象的轮廓参考邻域内每个像素点的显著调整必要性；根据显著调整必要性获取每个目标对象的轮廓参考邻域内每个像素点的优化后显著性；所述根据显著调整必要性获取每个目标对象的轮廓参考邻域内每个像素点的优化后显著性，包括的具体方法为：对于目标灰度图像中第个目标对象的轮廓参考邻域内第第个像素点，利用图像显著性检测算法获取第个像素点的显著性；获取第个目标对象的轮廓参考邻域内第个像素点的优化后显著性的计算方法为： ；式中，表示第个目标对象的轮廓参考邻域内第个像素点的优化后显著性；表示第个目标对象的轮廓参考邻域内第个像素点的显著性；表示第个目标对象的轮廓参考邻域内所有像素点的数量；表示第个目标对象的轮廓参考邻域内第个像素点的显著调整必要性；表表示第个目标对象的轮廓参考邻域内第个像素点的显著调整必要性；根据优化后显著性获取显著图；根据显著图进行交通场景识别。

全文数据：

权利要求：

百度查询： 嘉兴南湖区路空协同立体交通产业研究院 一种路空协同交通场景智能识别方法