首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 62 毫秒
1.
基于粒子滤波算法的高速公路车辆停车检测   总被引:1,自引:1,他引:0       下载免费PDF全文
提出了一种基于粒子滤波视频跟踪算法的停车事件检测方法,实现了对高速公路交通视频的自动监控。首先用混合差分技术,快速提取出视频中的车辆对象;并用粒子滤波算法实现了运动车辆的跟踪;进而通过对车辆运动的数学建模,对停车事件进行了自动检测。最后,对多组高速公路交通视频进行测试,结果表明:提出的检测方法比其他常用方法响应速度更快,且具有较高的检测准确率和鲁棒性。  相似文献   

2.
快速路交通事件自动检测系统及算法   总被引:2,自引:0,他引:2  
交通事件是引发快速路交通延误的主要因素,检测交通事件并采取有效的救援措施是快速路交通管理与控制的重要组成部分;首先对交通事件自动检测系统的组成及运行流程进行了介绍,在此基础上,对交通事件数据采集中使用的检测器进行了比较分析,对各种检测器的使用性能及所能检测的交通参数进行了评述,提出了检测器的选用原则;阐述了事件检测算法的性能评价指标,对比分析了各种自动检测算法,指出了各自的不足之处及适用范围;最后对未来的研究方向进行了展望。  相似文献   

3.
针对高速公路交通异常事件检测难度大、成本高等问题,提出了一种基于二值检测器的高速公路异常事件传感器的设计方法;利用二值检测器的特点,通过对SCM设计并结合状态识别算法获得车流量、时间占有率等交通状态参数;为了降低管控中心异常事件检测算法的设计难度,提高整体系统的运行效率,传感器选择性地提供必要的交通状态参数;最后管控中心通过对交通状态参数分析处理,实现异常事件的检测;仿真实验结果表明,该设计具备可行性。  相似文献   

4.
基于对向传播网络的交通事件检测算法   总被引:1,自引:0,他引:1  
针对高速公路交通这个复杂的非线性系统,提出一种基于对向传播网络的交通事件检测算法。阐述了对向传播网络的结构和学习算法,给出了事件检测的依据,并合理地选择了网络的输入参数,用高速公路管理部门提供的样本数据进行了仿真研究。仿真结果表明,该事件检测算法具有学习速度快、泛化能力好、检测准确率高、平均检测时间短等优点,具有良好的应用前景。  相似文献   

5.
针对高速公路交通这个复杂的非线性系统,提出一种基于对向传播网络的交通事件检测算法。阐述了对向传播网络的结构和学习算法,给出了事件检测的依据,并合理地选择了网络的输入参数,用高速公路管理部门提供的样本数据进行了仿真研究。仿真结果表明,该事件检测算法具有学习速度快、泛化能力好、检测准确率高、平均检测时间短等优点,具有良好的应用前景。  相似文献   

6.
近日,山东高速集团建成全国首个高速公路全程监控系统。 该系统通过每2公里设置一对外场摄像机,实现对高速公路全程路况的买时监腔,全天候对多种交通事件、事故进行自动检测、快速自动报警和录像,记录事故发生前1分钟和事故后两分钟的录像。  相似文献   

7.
根据高速公路行人运动的先验知识,设计了一种基于视频检测技术的高速公路行人检测算法.该算法采用背景帧差分法获取运动目标区域,采用跟踪链实现运动目标跟踪,根据行人运动的先验知识在运动目标中检测行人.算法已嵌入到交通信息采集系统中,在高速公路上进行的现场测试结果表明,算法具有较好的实时性和实效性.  相似文献   

8.
LVQ神经网络在交通事件检测中的应用   总被引:1,自引:0,他引:1       下载免费PDF全文
提出一种基于LVQ神经网络的交通事件检测方法。提取上下游的流量和占有率为特征,LVQ神经网络作为分类器进行交通事件自动检测。LVQ网络结构简单,但却表现出比BP神经网络更强的有效性和鲁棒性。为进一步提高神经网络的泛化能力,采用改进的Boosting算法,进行网络集成。运用Matlab 进行了仿真分析,结果表明提出的交通事件检测算法具有良好的检测性能。  相似文献   

9.
针对高速公路交通事故容易引发大规模拥堵的问题,提出了一种基于视频的快速检测算法,实现了事件信息的快速反馈。首先利用平稳序列法获取背景,并由背景差法获取前景。然后在使用凸包占有率对遮挡进行检测的基础上,采用改进的卡尔曼滤波特征匹配跟踪算法对车辆进行跟踪。最后通过对交通流的速度和流量进行检测,建立速度、流量与交通流状态之间的映射关系,运用模糊推理方法判别交通事件的发生。实验结果证明,本文提出的 方法能有效地获取前景信息,并能实时有效地对高速公路上的交通事件进行检测。  相似文献   

10.
基于视频图像的交通事件自动检测算法综述*   总被引:3,自引:2,他引:1  
基于视频的交通事件自动检测是近年来计算机视觉和人工智能方面的研究热点。首先分析了交通事件自动检测的研究现状,对其中涉及到的目标检测、目标跟踪以及行为识别与理解进行描述。目标检测和跟踪得到的是底层信息,而实现交通事件的自动检测需对跟踪结果进行更深层次的理解和识别。其次重点介绍了运动理解和行为识别中的HMM(隐马尔可夫模型)方法和SOFM(自组织特征映射神经网络)方法。最后从运动分割和特征提取方面分析了技术难点及解决方案,对可能的研究方向进行一定的预测。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号