【正文】 道路自身的特征，而將其他如車輛的差異性，等其他因素當(dāng)做隨機項的一種方法。能有效的把一個高維問題轉(zhuǎn)化成一個低維問題，該方法克服了正態(tài)分布模型理想條件的限制，與幾何分布模型等其他模型相比較結(jié)果更加精確。而且其邏輯清晰，檢驗方法有效多樣，由實例的結(jié)果可以看出預(yù)測結(jié)果也較為準(zhǔn)確，同時便于程序化，數(shù)據(jù)采樣簡單等。 極大似然估計法在視頻監(jiān)控中基于行人跟蹤的攝像機自動標(biāo)定中的應(yīng)用 一種基于場景中行人位置信息的攝像機自動標(biāo)定方法可以解決視頻監(jiān)控系統(tǒng)中的攝像機參數(shù)獲取問題。方法如下：先對由不同位置的行人輪廓中提取出的頭腳點位置信息進(jìn)行篩選, 再通過極大似然估計求解出消失點與水平消失線, 并根據(jù)消失點與消失線信息計算出攝像機的內(nèi)外參數(shù)和投影矩陣。最后根據(jù)由重投影統(tǒng)計計算的誤差評價系數(shù), 采納RANSAC 方法選取最優(yōu)結(jié)果, 實現(xiàn)了對參數(shù)的優(yōu)化。 在視頻監(jiān)控場景中所拍物體與相機間的距離通常遠(yuǎn)大于攝像機的焦距，所以可認(rèn)為攝像機符合透視Pinhole模型，空間中一點與該點的在圖像上的投影點有：投影矩陣P由5個內(nèi)參數(shù)、3個旋轉(zhuǎn)外參數(shù)以及3個平移外參數(shù)決定，形式如下其中通常情況下近似認(rèn)為a==0，可以簡化求解過程，而且對結(jié)果影響小。（1）計算機消失點與消失線由n幀視頻中提取的全部頭腳點位置分別構(gòu)成頭點集與腳點集。所有連接對應(yīng)與的直線理論上相交于同一點，即垂直方向消失點,任意與之間連接直線同與之間的連線的焦點理論上在水平消失線上。 由于頭腳位置的存在不可避免的觀測誤差，所以通過迭代法獲得消失點與消失線的最優(yōu)估計結(jié)果，首先采用極大似然估計算法對進(jìn)行估算。對則采用另一種計算方法：從交點的集合中選擇一組，兩點的連線滿足其中dist（，L）任意一點到兩點連線的距離，再由最小二乘法以L為初值進(jìn)行迭代計算得到。 （2）用,計算內(nèi)外參數(shù) 在攝像機標(biāo)定過程中定義坐標(biāo)系：設(shè)地平面為Y= 0 平面, X 、Z 軸方向依據(jù)實際情況而定, 一般情況下水平向右為X 軸方向、垂直于圖像平面指向內(nèi)為Z軸方向。得到,之后結(jié)合FengjunLv等提出的方法確定X與Z軸上的消失點,與攝像機主點再利用與計算出焦距與旋轉(zhuǎn)外參數(shù)。在人身高一直的條件下，計算出攝像機距離地面高度(H為行人身高) 設(shè)坐標(biāo)系原點在圖像中的坐標(biāo)為,由與投影矩陣公式可得：其中. （1）提取信息位置信息 要求場景近處只有單行人，提取過程如下使用背景減除算法提取視頻中運動行人輪廓；從輪廓中提取出代表行人頭部位置的點與腳部位置的點其中提出背景減除算法來實現(xiàn)，并選擇最大的前景連通域作為行人輪廓，而遠(yuǎn)處行人的前景域由于面積較小被忽略設(shè)為在連通域中最頂部的點的集合，由行人的體態(tài)特點則的坐標(biāo)由下式?jīng)Q定： 若為最底端點的集合，的位置由下式?jīng)Q定： ；.(2)參數(shù)優(yōu)化由于錯誤位置點信息對消失點、消失線的獲取精度產(chǎn)生很大的影響。進(jìn)而影響攝像機參數(shù)標(biāo)定的效果。因此應(yīng)用一種基于RANSAC方法進(jìn)行優(yōu)化。這種方法能夠有效避免個別遠(yuǎn)距離交點對最小二乘估計結(jié)果的影響。 根據(jù)消失點的信息得到全部攝像機參數(shù)之后，可計算出反應(yīng)設(shè)定坐標(biāo)系與圖像坐標(biāo)系之間的對應(yīng)關(guān)系的投影矩陣P,對矩陣P進(jìn)行估計用下面的方法進(jìn)行合理評測。從優(yōu)化后的參數(shù)集合中任取一對頭腳的坐標(biāo)由于腳點位于地平面上，設(shè)在空間Y軸上的坐標(biāo)是0，由投影關(guān)系求出腳點再設(shè)定坐標(biāo)系中的坐標(biāo)值為 　連接頭點與腳點的直線可近似認(rèn)為垂直于地平面, 故頭點的X,Z值與腳點相等、Y 坐標(biāo)賦值為行人身高H ,即頭點空間坐標(biāo)為。由空間一點與圖像上的攝影點的關(guān)系可以算出投影點與對應(yīng)的原理之間的距離d。各組頭腳點C的d值累加得到總誤差系數(shù)，作為參數(shù)標(biāo)定精度的評價準(zhǔn)則，即： 用于實驗的數(shù)據(jù)是4 段分辨率為400300 的單行人行走視頻, 系統(tǒng)程序使用VC+ + 和Intel 開源代碼庫OPENCV 實現(xiàn), 圖2 展示了實現(xiàn)整個自標(biāo)定系統(tǒng)的結(jié)構(gòu)。表1 是對攝像機位置固定時( 即參數(shù)不變) 在相同場景下拍攝的不同行人視頻的標(biāo)定結(jié)果( 只包括幾個主要參數(shù)) , 可發(fā)現(xiàn)幾組結(jié)果都是十分接近的。 3段視頻參數(shù)標(biāo)定結(jié)果 視頻序列 焦距 水平傾斜角 攝像機高度 1 2 3 由于攝像機參數(shù)真實值難以獲知，所以采用間接方式來標(biāo)定結(jié)果的精度，通過計算估算高度與實際情況非常接近。通過對優(yōu)化步驟與未來優(yōu)化步驟兩種方法的結(jié)果的對比，可以看出優(yōu)化策略對提高攝像機自動標(biāo)定精度具有有效性。為了從數(shù)值統(tǒng)計的角度更加充分地驗證標(biāo)定結(jié)果準(zhǔn)確性,用投影矩陣P來估計行人身高H并與真實值比較的方法，該優(yōu)化方法的估算結(jié)果基本將誤差控制在5cm 之內(nèi), 較未優(yōu)化方法的統(tǒng)計分布更加接近真實值, 進(jìn)一步證明優(yōu)化算法提升了標(biāo)定算法的性能。通過引入基于RANSAC 方法的優(yōu)化策略, 再通過極大似然估計求解出消失點與水平消失線,有效減輕了背景減除算法產(chǎn)生的頭腳點提取噪聲的影響。 同時, 提出了合理的標(biāo)定算法結(jié)果的評測方法, 并對算法的效果進(jìn)行了科學(xué)的評測和驗證。實驗結(jié)果表明: 本系統(tǒng)可以得到比較理想的標(biāo)定結(jié)果, 且準(zhǔn)確度相較于未優(yōu)化的方法有了顯著提高, 已具備一定實用性。 結(jié)束語 極大似然估計法是一種重要的參數(shù)估計的方法，在眾多領(lǐng)域中得到廣泛的應(yīng)用。本文通過對極大似然估計的原理、求法以及性質(zhì)的闡述，讓我們對極大似然估計有個更加理性的認(rèn)識，本文更多的傾向于就極大似然估計在生活中的應(yīng)用除了上述在應(yīng)用之外，極大似然估計還可以根據(jù)自身的一些性質(zhì)向更多方面發(fā)展，例如在軍事上高分辨雷達(dá)的測角方法，以及在經(jīng)濟(jì)領(lǐng)域中對利率的分析，都發(fā)揮了很大的作用。參考文獻(xiàn)【1】、劉世超；《基于極大似然估計的路段交通流量預(yù)測》；西南交通大學(xué)交通運輸學(xué)院；2005年【2】 翟國富，王淑娟的；《電器可靠性失效分析中的極大似然估計方法的研究》；哈爾濱工業(yè)大學(xué)；2001年【3】鄧克巖、萬國鋒：《基于MLE的無線傳感器網(wǎng)絡(luò)APIT定位算法》；西北民族大學(xué)電氣工程學(xué)院；2012年【4】崔一博、譚嘯宇、崔鵬,孫立峰、楊士強；《視頻監(jiān)控中基于行人跟蹤的攝像機自動標(biāo)定》；清華大學(xué)計算機科學(xué)與技術(shù)系；2009年【5】魏宗舒等；《概率論與數(shù)理統(tǒng)計教程》第2版；高等教育出版社；2007年【6】陳希孺；《高等數(shù)理統(tǒng)計學(xué)》；中國科學(xué)技術(shù)大學(xué)出版社；1999年【7】鄒小云；《極大似然估計的性質(zhì)探討》；湖北職業(yè)技術(shù)學(xué)院；2007年6月【8】趙軍圣、莊光明、王增貴；《極大似然估計方法介紹》聊城大學(xué)數(shù)學(xué)科學(xué)學(xué)院；2010年6月XXXI