基于AMR传感器的行驶车辆检测分类算法*

深入研究了各向异性磁阻（AMR）传感器的数据采集原理及特征波形向量提取方法,提出基于AMR传感器及加权欧氏距离的车辆分类识别算法。道路车辆检测实验数据显示,与感应线圈车辆检测法及视频车辆检测等方法相比,该检测方法基本不受环境路况天气等外在因素的影响,满足长期稳定精确等车辆检测的要求,同时在性能、成本、寿命、实时性、维护和升级等方面整体上有较大的优越性。     

智能监控中的工程车辆识别算法

针对智能监控在矿区监管中的应用,提出一种基于视频序列的工程车辆识别算法.该算法采用目前应用比较广泛的梯度方向直方图(HOG)结合线性支持向量机(SVM)的方法.为了缩小检测范围提高检测效率,在识别之前,算法使用背景差分法提取包含运动目标的区域;同时为提高识别的准确率,本文提出一种基于视频序列的跟踪检测方法,多次检测后给出识别结果.实验结果表明,在实际的现场环境中,所提的算法能够识别出现场的工程车辆,在检测速度和检测正确率方面都优于现有的方法;同时对于CPU资源的占用方面表现出较好的性能.     

基于智能视觉的车辆事故预警监控系统设计

针对车辆行驶中驾驶员视觉盲区或注意力不集中而造成的交通事故问题,提出采用智能视觉技术对车辆行驶过程中四周的异常物体进行视频监控,对动态视频场景中的运动目标进行检测、识别与实时测距,通过车辆智能视频监控系统最大程度的为驾驶员提供更多预警信息,预防交通事故的发生;文中介绍了车辆智能视觉监控系统的硬件设计方法与软件工作流程,并研究了运动目标检测算法与单目视觉测距算法,通过仿真实验,验证了该智能视觉车辆监控系统对于运动目标进行检测、识别与智能测距判断的实验结果.     

一种高准确率的交通监控视频车辆检测算法

针对高速视频监控的车辆识别易受几何变换影响且准确度不高的问题,提出了高效的阴影去除和车辆分类两种视频处理算法来提高车辆识别性能;利用高斯分布像素匹配实现车辆形状的提取;利用阴影区域前景和背景的对比度参数进行有效的阴影去除;利用Hu不变矩表征车辆,从而克服了几何变换的影响;使用7D欧氏特征空间最小距离算法将车辆与指定车辆模型进行比较并分类;对比试验结果证明,本算法具有较高的阴影检测性能和极佳的车辆分类性能,明显优于其他同类型算法.     

基于公路监控视频的车辆检测和分类

在学习了已有的检测与分类算法以后,设计了一种将改进的高斯混合模型（GMM）与分类网络（GoogLeNet）融合的方案用于车辆的检测和分类.针对高斯混合模型存在模型初始化速度慢和计算复杂的问题,改进了初始化模型的算法提升初始化效率.运用五帧差法做车辆初提取,在提取到的车辆区域上运用高斯混合模型获得车辆图片,把五帧差法和高斯混合模型结合起来减小了建模的区域,提升了检测速度,提高了系统实时性.最后使用GoogLeNet对车辆分类.实验证明相较于现有的车辆检测分类方法,本文所提方法在检测速度和分类准确性上都有很大提升,满足了现实场景下对监控视频的车辆检测和分类的实时性要求.     

基于SVM的钢坯号自动识别算法

针对当前钢厂钢坯号现场识别的自动化要求,提供一种基于SVM的钢坯号自动识别算法。该算法通过生产线上视频监控获取钢坯图像,将SVM的非线性分类算法和视感智能检测技术结合实现钢坯智能化监控,对气动、机械等原因引起的断裂、畸变和粗细不均等钢坯号具有较好的识别能力。文章还对该算法与模板匹配方法、BP神经网络方法进行了实验对比,证实该算法对钢坯号识别具有较高的识别率。     

基于高速公路场景的车辆目标跟踪

车辆目标检测与跟踪是高速公路视频监控系统实时监控获取交通参数的关键步骤.本文提出了一种面向高速公路场景的目标轨迹时序信息结合核相关滤波KCF算法的车辆目标跟踪方法,实现了车辆目标的高精度持续跟踪.该方法首先采用基于深度学习的单目标检测SSD算法,通过建立车辆数据集,实现了适用于高速公路场景的车辆目标的分类与检测.然后,基于目标轨迹时序信息实现目标车辆与轨迹的匹配,并且采用KCF跟踪算法对丢失目标进行预测重定位,从而实现车辆目标轨迹的持续跟踪.实验表明,该跟踪方法精度高,且适应多种不同场景,具有较高的应用价值.     

基于视频监控的违章停车检测算法

针对传统违章停车人工检测方式准确率低、成本高等缺点,提出一种基于视频监控的检测算法.利用码本模型对背景进行建模,用以检测监控场景中的运动目标,通过计算联通区域面积来滤除其他物体对监控车辆的干扰,并根据车辆停留时间将车辆分类,一旦发现违停车辆,系统会发出报警.实验结果表明,该算法准确率高、实时性好.     

基于二次谱聚类和HMM-RF混合模型的车辆行为识别方法研究

从高速交通监控视频中提取的车辆轨迹数据可以用于分析和识别车辆行为。由于从高速监控视频中提取的车辆轨迹中只有少量的变道、超车等类型轨迹,采用经典的最长公共子串(LCSS)相似度和谱聚类等算法无法有效地区分轨迹数据中所有类型的轨迹;此外,在车辆行为识别方面,常用的隐马尔科夫(HMM)轨迹模型忽略了负样本的影响,且仅用最大似然值进行分类,存在较高的误识别率。为了解决这些问题,分析和研究了高速监控视频中车辆轨迹数据的特点,提出了一种基于二次谱聚类和HMM-RF混合模型的车辆行为识别方法。该方法利用轨迹曲率来识别具有曲线轨迹特征的超车轨迹,利用倾角相似度和谱聚类算法来识别非曲线轨迹中的变道轨迹,并将得到的所有聚类簇用LCSS和谱聚类算法进行再聚类,从而有效地区分超车、变道以及直行轨迹等。在进行车辆行为识别时,该方法通过将不同HMM模型的多维概率输出作为随机森林RF模型的输入来识别多类型轨迹以替代最大似然值分类,提高了行为识别的正确率。为了验证方法的有效性,在不同数据集下进行实验,结果表明轨迹聚类的平均准确率为96%,而行为识别的平均准确率是89.3%,算法具有较高的准确率和鲁棒性。     

基于多属性层次识别的车辆视频 检索系统设计研究

交通监控视频中车辆的有效检测和实时跟踪,是车辆行为分析和识别的前提,也是智能交通系统（ITS） 的核心内容和关键技术。本文在深入分析当前车辆属性识别方法以及车辆视频检索关键技术的基础上,结合交通监控 视频的自身特点,从应用的角度出发,设计一款融合车牌、车身颜色、车型等多个车辆外观属性进行层次识别的机动车辆 检索系统。该系统可为用户提供多种查询方式,从而实现交通监控视频中相关机动车辆的准确检索。     

基于WMN的无线视频监控系统的设计

结合无线Mesh网络(WMN)的技术特性和网络视频监控的新要求,提出了一种基于WMN的视频监控系统设计方案。监控终端通过摄像机和基于嵌入式Linux平台的视频服务器完成视频采集和压缩,利用WMN进行实时传输,监控中心在Mesh网络的覆盖范围内通过因特网进行视频数据接收,实现无线视频监控。实验测试结果表明,该系统播放流畅、实时性好,在无线视频监控中具有广泛的应用前景。     

基于SIP、RTP／RTCP和RTSP协议的视频监控系统

从流媒体协议入手,描述会话发起协议SIP（Session Initiation Protocol）、实时传输协议RTP（Real time Transport Protocol）、实时传输控制协议RTCP（RTP Control Protocol）和实时流传输协议RTSP（Real Time Streaming Protocol）的原理以及它们在IP单播或多播网络上的通信过程。在此基础上,进一步分析RTP/RTCP和RTSP协议的关系,并对基于RTP/RTCP和RTSP协议的流媒体服务器进行设计。流媒体服务器是视频监控系统的核心部分,采用C/S结构,服务器和客户端之间的多媒体数据之间的传递都在这一部分完成。在基于RTP/RTCP和RTSP协议的流媒体服务器的基础上,使用SIP协议让用户和服务器建立会话连接,并在流媒体服务器上进行多媒体数据的传递,从而设计出基于SIP、RTP/RTCP和RTSP协议的视频监控系统。     

一种网络视频监控系统的专用存储方案

针对网络视频监控系统中传统文件系统存储方案存储效率低和检索性能差的缺陷,提出一种基于裸磁盘设备的录像存储方案。根据监控系统的数据存储特点,采用B＋树管理录像段索引信息,设计一种磁盘逻辑存储结构,并给出一种基于图像组的数据缓存机制。系统测试结果表明,与传统的文件系统存储方案相比,该方案在监控系统的512Kb／s和1Mb／s典型存储码率下,录像存储效率分别提高了43．6％和30．3％,录像检索耗时降至35ms以下。     

基于视频监控的变电站智能巡检系统研究

变电站巡检工作是保证变电站安全稳定运行的关键工作之一,随着视频监控及数据分析技术的发展,利用视频数据分析技术实现变电站巡检的集中化、智能化,成为变电站巡检的趋势。文中首先分析了变电站巡检工作的现状及应用的局限性,然后介绍了基于视频监控的变电站自动巡检系统。系统通过电网统一视频监控平台（ SG-UVP）获取变电站监控视频数据,利用视频对变电站关键设备运行状态的智能识别和判断,实现巡检的集中化、智能化、可视化,同时介绍了相应的建设案例。实践证明该系统对变电站运行维护工作效率提升具有显著的经济与社会效益,具备推广价值。     

基于嵌入式Linux的3G无线视频监控系统

设计了一种基于3G网络的无线视频监控系统。该系统采用ARM处理器S3C2440,以嵌入式Linux为系统平台,采用3G网络传输模式,通过移植视频服务器MJPG-streamer实现视频采集及传输功能。详细描述了3G网卡和视频驱动的编译过程,介绍了MJPG-streamer的主要插件及其功能。实验结果表明,系统运行稳定,视频清晰流畅,可以高效稳定地完成远距离分散地点等不易布线环境下的视频监控任务。     

基于H.264编码域的显著运动检测算法

视频监控中运动目标检测算法易受背景、噪声等因素的影响,导致运动检测准确性降低。针对该问题,提出一种基于H.264编码域的显著运动目标检测改进算法。该算法基于编码过程中帧间运动预测模块输出像素值的绝对差值和,计算其标准差以作为运动判据,同时自适应设置运动判断阈值,以降低背景和噪声的影响。实验结果表明,相比于传统的低复杂度算法,该算法能有效降低背景和噪声等因素的影响,提高显著运动目标的检测准确性。相比于传统的运动检测算法,该算法保持了计算复杂度低的特点,算法复杂度仅为帧间差分法的18.3%,更适用于实时性要求高的监控系统。     

基于电力线通信的视频监控系统终端设计

为满足家庭和实验室等局部小范围内快速搭建监控系统的需求,设计基于电力线通信(PLC)的视频监控系统终端。该终端系统的PLC模块实现数据在电力线上的传输,控制器模块采用S3C2440处理器芯片,基于Linux操作系统实现视频采集、数据压缩、网络传输、实时显示、存储等功能。实际监控结果表明,该终端成本低、监控网络搭建方便快速、功能扩展能力强。     

基于物联网技术的矿井安全监控系统设计

针对传统矿井安全监控系统技术单一等缺点,设计了一种基于物联网技术的矿井安全监控系统。系统通过Zig Bee技术组网,利用温湿度传感器、瓦斯传感器和一氧化碳传感器对矿井环境参数进行检测,视频监控设备对矿井作业进行监控,然后将数据传到ARM服务器,服务器将接收到的数据进行解析并存入数据库中,并通过3G网络接入互联网,客户端计算机和智能手机通过互联网分别以B/S/S模式和C/S模式访问ARM服务器的数据。实验结果表明:系统稳定性好、可靠性强,为矿井安全监控提供了比较新的可靠的组合技术方案。     

基于嵌入式CPU-GPU的高清鱼眼视频实时校正系统

在安防监控领域,需要鱼眼实时监控系统实现360°×180°大范围高质量无死角全景实时监控,现有的鱼眼校正系统存在成本较高,灵活性差,特别是清晰度不高和实时性差等方面的问题。针对如何提高全景高清鱼眼视频校正的实时性问题,提出了基于嵌入式平台STiH418的CPU-GPU高速通信协议和基于可编程着色器的嵌入式CPU-GPU内存共享方法,并利用GPU的纹理映射技术实现了全景高清鱼眼视频实时校正系统。实验结果表明,与相关校正系统相比,该系统很好地兼顾到算法效率、图像校正效果和完整性,可以完全满足360°×180°的全景高清（400万像素,2 048×2 048p30）鱼眼视频实时监控,而且与使用PC服务器相比嵌入式系统降低了系统整体成本,ARM CPU软件生成更新校正算法和可事时实时和事后的虚拟PTZ提高系统灵活性和稳定性,因此该系统具有很高的实用价值。     

视频监控系统中的一种信息存储新方法

视频监控系统中信息存储是一个重要和有待解决的问题。本文分析了目前视频监控系统中信息存储方面存在的不足,提出了一种基于DSP和USB技术的视频监控系统信息存储方法,在软件实现上运用了动目标检测,动目标分割和图像相似度比较等算法。基于该方法的视频监控系统只记录有动目标存在时的图像,解决了视频监控系统需存储大量视频信息的问题,给DSP扩展的USBHOST接口,方便了信息的存取。