基于IPv6智能交通指挥系统

利用最新网络技术IPv6来实现路网视频信息的上传,经过智能交通监控指挥中心的数据处理,采用计算机视觉识别技术,自动提取城市路网的交通信息及参数．再通过IPv6下一代互联网的网络传榆方法进行城市交通诱导指挥以及路网交通的智能监控。本文讨论智能交通监控指挥系统的总体结构、城市路网交通参数的自动提取子系统、智能交通监控予系统和城市交通指挥子系统。     

iPPG技术及生理参数检测的教育应用综述

获取学习状态数据是实现智能教育的前提,生理参数是反映学生学习状态的重要信息。而目前在智能教育领域生理参数检测方法比较单一,仍然以接触式为主,存在一定局限性。而非接触式生理参数检测方法更有利于智能教育的广泛推广。分析了基于视频的非接触式生理参数检测方法。介绍了成像式光电容积描记技术的原理,对其发展及现状进行了归纳分析,总结了近些年生理参数检测在教育领域的相关应用。对基于视频的非接触式生理参数检测在教育领域的发展趋势进行了总结与展望。     

基于概率算法自适应更新背景的运动车辆检测

交通流量检测是智能交通系统中的一个重要研究方向和热点问题,基于视频的车辆检测是交通流量采集分析的核心技术,它为交通流量参数的实时获取提供了可能。为实现在复杂交通视频场景中实时准确检测各类的运动车辆,在研究传统背景差分算法的缺点的工作基础上,提出一个自适应的贝叶斯概率背景检测算法,进而完成了较准确的运动车辆分类检测。实验结果表明该方法具有高效实时的特点,能够较准确地实现复杂交通路面的背景提取和运动车辆的检测,具有良好的鲁棒性。     

视频车辆检测器在交通信号机智能联动系统中的应用

随着机动车的日益增长,交通压力越来越大,交通控制设备智能化的重要性不言而喻。交通信号机作为重要的交通控制手段更需在智能化方面进行加强。基于此,笔者利用视频车辆检测器与交通路口信号机相接合的方式,提出了一种基于视频检测的交通路口信号机智能联动系统,介绍了系统的组成和工作原理,并重点分析了相关的技术方案。     

嵌入式视频交通信息检测卡设计

详述了基于嵌入式DSP和PCI总线的视频交通信息检测卡工作原理及软硬件设计方案；该系统能够实时的采集视频交通数据，并且通过DSP处理器完成交通信息参数的提取，提取的交通信息参数通过PCI总线传输至监控主机；实验结果证明该系统能够对交通视频图像完成实时的处理，其技术指标均达到设计要求，在智能交通系统中得到很好的应用。     

自适应背景提取算法的比较

介绍几种背景自适应提取算法的原理,分析算法在交通视频检测中的仿真效果.依据交通场景提取中实时性、准确性等关键技术指标,采用基于"真理图"的量化评估方法,在多种复杂交通场景中利用recall,precision评价参数对背景提取算法的效果进行比较分析,明确被评价算法的性能特点与适用的交通场景.     

基于内容的视频检索与挖掘关键技术研究

视频检索与挖掘是当前计算机视觉、视频分析及知识挖掘等领域的研究热点之一,在现实生活中有广泛的应用前景。基于内容的视频检索与挖掘是一种自动、智能的多媒体信息检索技术,借助于最新数学分析理论与工具,对视频数据进行建模,在此基础上进行智能分析处理的一项技术。本文从分析基于内容的视频检索与挖掘系统的结构和原理出发,详细的讨论了视频检索与挖掘的关键技术:镜头检测与关键帧提取,并对新的国际标准MPEG及其框架下的视频检索与挖掘技术作了介绍,最后对视频检索与挖掘的前景与发展方向作了展望。     

基于视频检测技术的智能隧道交通安全监控系统设计

隧道实时交通安全监控系统是确保隧道安全运营的重要手段.针对隧道环境的特殊性,提出基于差异深度积累的目标检测算法和基于卡尔曼滤波的目标跟踪算法,实现了多运动目标的检测与跟踪,并综合运用图像处理、计算机视觉、模式识别和软件工程等技术设计了基于视频检测技术的智能隧道交通安全监控系统.该系统能准确地检测出各种交通运行参数和交通事件,为隧道交通安全提供了有力保障.     

基于SOPC的视频车辆检测技术研究

在智能交通领域,车辆的违章检测是重要的技术.而视频检测算法基本上都是基于PC平台的软件检测,无论是从稳定性和价格等都是不可取的.结合最新的SOPC技术,提出了一种基于SOPC的视频检测技术.以Nios Ⅱ软核处理器和外设IP核为硬件平台,结合A/D和D/A视频接口,以μC/OS为操作系统,实现了视频检测的硬件与软件结合的嵌入式检测技术,从而摆脱了PC的限制.最后通过具体的工程验证了设计的有效性,该方法具有高达82%的检测率,从而在智能交通领域发展有很好的市场前景.     

智能交通系统中基于视频图像处理的车辆检测与跟踪方法综述

与传统的车辆检测器相比,基于视频图像处理与视觉技术的车辆检测器具有处理速度快、安装维护便捷且费用较低、可监视范围广、可获取更多种类的交通参数等诸多优点,因而近年来在智能交通系统(ITS)中得到了越来越广泛的应用。针对摄像头拍摄得到的交通序列图像,人们提出了很多视频图像处理和分析技术,其中最基本的研究领域就是交通场景中车辆对象的检测与跟踪。介绍了近年来提出的一些主要的车辆检测与跟踪技术,并根据核心处理方法（基于特征、区域或模型等）及处理域（空域、时域）的不同对这些技术进行了分类,同时分析比较了各种方法的优缺点。最后,说明了这一领域仍然存在的问题和对可能的研究方向进行了一定的预测。     

基于视频图像处理的交通事件检测系统

针对目前公路事件发生后不能及时有效检测与报警、事故处理延迟等不足,研究开发了一种基于视频图像处理的交通事件检测系统。利用计算机视觉与数字图像处理技术,对设置在公路上的摄像头采集的视频图像,进行事件检测算法智能处理,自动采集各种交通参数,检测交通事件并及时报警,可有效地减少交通延误,防止二次事件发生,保障道路安全。与传统交通事件检测系统相比,具有直观方便、费用低等优点,拥有良好的市场需求和实用价值。     

基于视频的智能交通研究

现在社会的发展很快,城市交通容量的不断增加,车辆数目的大幅增加,基于视频的交通监控系统就迅速发展起来。它是一种将视频图像处理技术与模式识别相结合的技术。由于传统的视频是比较难实现的。智能交通通过对视频数据中对所包含的视觉内容信息进行了自动研究和分析以及特征的提取,这样人们就可以直接利用计算机视频技术搜索寻找相应的信息。在计算机的视频中采用了图像处理、计算机视觉、模式识别等技术处理计算机的视频图像。在研究过程中视频交通的研究意义很重大主要是是及时准确地掌握所监视路口和交通治安情况等,为指挥人员提供迅速直观的指导信息从而做出准确判断并及时响应。     

基于计算机视觉的行人检测技术的发展

智能车辆作为智能交通系统的关键技术,是许多高新技术综合集成的载体。智能车辆的一个非常重要的研究课题就是在城市道路交通环境下如何避免行人被车辆碰撞。总结了基于计算机视觉的行人检测的现有的主要技术,针对摄像机在交通视频监控系统中的静止情况,以及在智能车辆上的运动情况下的行人检测算法及其性能进行了评述和比较,并分析了当前行人检测技术的研究现状,指出了存在的问题和研究前景。     

城市轨道交通智能视频分析关键技术综述

轨道交通是改善城市公共交通状况的有效途径。随着城市轨道交通的快速建设,人们对城市轨道交通的安全问题越来越重视。智能视频分析技术通过对监控视频流的实时分析,对场景中的各种目标进行检测、分类、跟踪,并分析和判断目标的行为,从而能在异常情况发生时可以及时报警、主动防范,提高处理突发事件的效率。主要研究了智能视频分析技术在轨道交通智能视频监控系统中的应用背景及技术框架,总结了智能视频分析中的关键技术的不同实现方法及其常见的算法。     

混合交通流中的自行车识别及参数提取*

为了提取高密度混合交通流下的自行车交通参数,建立基于视频的交通检测系统,改进了卡尔曼自适应背景模型,提出了基于决策树的自行车群识别方法和基于面积阈值的车辆计数方法。对实际场景拍摄的视频处理得到了混合交通流分类、计数结果和速度密度关系。结果表明,该方法不但能有效地检测、跟踪、识别高密度混合交通流下的自行车目标,而且达到了为自行车模型研究获取合理的交通流密度、速度等相关交通参数的目的。     

智能交通异常事件检测系统的分析与设计

在智能交通系统中,异常事件的检测方法是其中的关键技术和难点之一。基于视频检测和数字图像处理技术,在已有道路交通监控设施等硬件设备的前提下,提出了一种高效的智能交通异常事件检测系统,采用了C/S模式对其进行了分析与设计。     

一种应用于隧道视频监控的图像识别系统

隧道的监视与控制管理是高速公路隧道安全正常运行的重要课题。本文对隧道交通智能视频监控系统的硬件和软件进行了介绍,结合视频监控场景的复杂特性,针对视频监控中涉及视频图像处理与分析的图像分割、目标提取等技术进行了研究。并把系统应用于重庆市中梁山隧道（长度3165米左右）,结果表明本文方法是比较实用的,能满足实时视频监控系统的要求。     

基于视频的交通目标跟踪方法研究

交通目标的检测是智能交通系统(ITS)中的一项关键技术,基于视频跟踪方法的检测技术是目前研究的热点.介绍了近年来提出的一些主要的基于视频的运动目标跟踪方法,对各种方法进行了归类,并分析比较了这些方法的优缺点.在此基础上,着重介绍了一种快速运动目标跟踪方法--MeanShift算法.该算法主要利用图像的颜色统计直方图作为特征,利用Bhattacharyya距离作为目标匹配相似性测度,采用梯度优化方法完成对运动目标的快速跟踪.该方法非常适合对交通目标的跟踪.     

无线移动网络为城市提供安全保障

本文将重点介绍一套智能无线网络解决方案，其中包括了智能视频、视频分析．自适应视频和视频编码等技术，从而能够满足公共治安场所和交通管理系统的需求。[编者按]     

智能视频异常事件检测方法综述

视频异常事件检测问题是计算机视觉领域的重要研究课题之一,旨在基于模式识别和计算机视觉方法智能地从监控视频中自动检测出需要关注的异常事件或行为,在实际生活中有广泛的应用和巨大的潜在需求,是人工智能技术落地的重要方向之一。同时,近年来以深度学习为代表的新兴机器学习技术及其在各个领域中取得的巨大成功,极大地启发了各类先进技术在视频异常事件检测问题中的应用。首先回顾了视频异常事件检测问题的定义和面临的主要挑战,随后从视频异常检测包含的3个最主要的技术环节(视频事件提取、视频事件表示、视频事件建模与检测)对当前主流视频异常事件检测技术进行了介绍,并对其各自的优缺点进行了分析和总结。最后,介绍视频异常检测领域中常用的基准测试数据集和相应的评价指标,对比当前主流方法的视频异常事件检测性能,对这些方法进行讨论并给出结论和展望。