共查询到19条相似文献,搜索用时 78 毫秒
1.
针对行人闯红灯的研究,固定在交通路口的单目摄像机拍摄的视频图像背景基本不发生变化,但是室外环境下受光照、温度、天气以及其他原因造成摄像机自身抖动的影响,背景会随着时间发生一定的变化,需要采用自适应的背景建模方法。现采用了混合高斯背景建模的方法提取运动目标。在梯度方向直方图特征(HOG)基础上,运用MIT行人和汽车数据库通过SVM分类器训练,运用训练结果对视频图像当中运动目标进行分类,识别出视频图像当中的行人,运用颜色直方图、位置和轨迹特征对运动行人进行跟踪,结合交通信号和可行区域判断行人是否构成了闯红灯的行为。对视频图像的处理用于行人闯红灯研究,经实验论证切实可行。 相似文献
2.
为了解决智能监控中对行人在实时帧中检测并计数的问题,提出一种快速高效的检测计数方法。采用高斯背景建模和边缘检测获取运动区域及其轮廓信息,形成检测区域;同时根据头部和肩部的组合形态构建行人检测模版,最后对检测区域进行模版匹配,统计行人数目。实验结果表明,该方法快速高效,有较高的正确率和较低的统计误差,同时对行人遮挡有一定的区分能力,对阴影也有较强的抗干扰能力。 相似文献
3.
《电子技术与软件工程》2017,(6)
智能技术与信息化技术在交通系统中的应用,实现了视频检测与跟踪目的,可以在视频图像内发现定位以及跟踪目标,对提高视频监控效率具有重要意义。本文对行人视频检测和跟踪方法技术要点进行了简单分析。 相似文献
4.
为了实时准确的提取出运动目标,提出了一种基于帧问差分的背景重建算法及基于运动前景的背景更新算法。该算法先对摄像头采集的视频序列进行帧间差分背景重建,通过自适应阈值的背景减法得到运动前景,并分辨出运动目标和伪运动目标,然后进行区域性背景更新。当背景发生整体或局部变化时,该算法能够快速地检测出背景变化,并采用相应算法实时更新背景。实验结果表明,该算法能快速、准确地重建出背景,从而能够完整地提取场景中的运动目标。 相似文献
5.
针对方向梯度直方图(Histogram of Oriented Gradient,HOG)和支持向量机(Support Vector Machine,SVM)对行人检测速度慢、效率低和实时性差的问题,提出了先利用混合高斯模型进行运动检测初判,从而获得候选区,调整候选区域尺寸,对候选区进行HOG特征提取,再送入SVM分类器检测出行人。只对候选区进行HOG特征提取可大幅度减少HOG的计算量,减少特征提取的时间,从而提高了检测的效率,可应用于有实时性要求的场合。 相似文献
6.
7.
8.
9.
10.
11.
随着计算机视觉技术在图像处理与模式识别中应用的不断深入,人体
运动目标检测逐渐成为了备受人们关注的热点问题。提出了一种改进的人体运动目标检测算法。
用中值法提取了图像的背景,然后通过结合背景差分法和帧间差分法处理图像得到了运动目标区域。试验结果
表明,该方法可克服单种算法所带来的缺陷,同时还具有较高的准确性,且满足工程实时性的需
求。本文算法简单有效,适合应用在嵌入式平台上。 相似文献
12.
针对当前行人统计方式落后、非实时性、统计数据滞后等问题,文中提出采用智能视频监控、图像识别的方式实时统计行人流量。系统根据积分通道思想统计行人目标特征,通过Adaboost算法训练分类器对图像帧中的行人目标进行定位、识别。文中在已识别目标的基础上采用CPU多任务模型改进核相关滤波算法对目标进行实时跟踪、统计得到行人流量。测试结果表明,系统能实时识别、跟踪、统计行人目标,整体功能稳定,平均识别率为93%,改进多任务模型使得跟踪速率提高约20%。 相似文献
13.
人流量统计视频监控系统 总被引:1,自引:0,他引:1
介绍了一种人流量统计视频监控系统,自适应更新背景信息,利用背景相减法获得运动物体图像,并根据运动物体轮廓形状识别人体,利用目标跟踪技术统计人流量.实验证明,该系统能在多变环境下实时处理. 相似文献
14.
15.
行人检测是城市交通环境下的智能车辆导航系统中的一项关键技术,对推动智能车辆的发展及保障城市交通安全具有十分重要的作用。 相似文献
16.
17.
行人检测是计算机视觉中的研究热点和难点,本文对2005-2011这段时间内的行人检测技术中最核心的两个问题—特征提取、分类器与定位—的研究现状进行综述.文章中首先将这些问题的处理方法分为不同的类别,将行人特征分为底层特征、基于学习的特征和混合特征,分类与定位方法分为滑动窗口法和超越滑动窗口法,并从纵横两个方向对这些方法的优缺点进行分析和比较,然后总结了构建行人检测器在实现细节上的一些经验,最后对行人检测技术的未来进行展望. 相似文献
18.
针对复杂道路交通环境,选择YOLO(You Only Look Once)实时目标检测算法,对行人目标进行检测识别的研究。YOLO算法在目标检测的速度和精度上都取得过良好效果。首先在YOLO网络模型的基础上针对行人单类检测问题,修改分类器,并通过卷积操作改变网络最后的输出维度;其次通过对道路交通场景下采集到的样本图片进行标注,得到行人数据集;然后采用相同预训练模型在YOLOv2和YOLOv3上训练,通过优化网络参数,加速模型收敛。实验结果分析可知,基于改进的YOLOv3的行人目标检测方法更能满足实时性的要求。 相似文献
19.
局部二值模式(LBP)特征具有光照不变性、旋转不变性及计算简单等特性,能有效表示行人特征,广泛应用于行人检测。LBP 特征的提取方法通常基于灰度图像,如果用于彩色图像,则没有充分考虑各通道之间的相关性,不能保证行人检测的准确性。为此,我们对彩色图像的红、绿、蓝三通道的LBP 特征,以四元数的形式表示,利用四元数的性质,提出一种P-LBP特征,再利用k-最近邻算法训练分类器。该方法在INRIA 数据集上进行实验,与HOG、S-LBP、F-LBP、HOG-LBP特征进行比较,具有更好的效果。 相似文献