一种新型交通检测装置--视频车辆检测系统

介绍一种新型交通检测装置－－视频车辆检测系统，它不仅可代替目前在交通控制系统中广泛采用的常规车辆检测器，而且增加了新的功能，该系统在国外已得到推广应用。     

基于视频的交通参数检测技术

智能交通系统（ITS）是现代交通领域的研究热点,而交通参数的检测是ITS中的重要组成部分。本文主要研究了基于视频的交通参数的检测方法,分析了各种方法的算法。     

基于计算机视频图像的车辆检测

提出了一种新的基于计算机视频图像的车辆检测方法,并提取了车辆的车次、车速、车长等交通流量参数,用VC 6.0在微机上进行了实现,取得了较好的效果.     

基于遗传算法的交通视频事件多特征选择方法

为了提高交通视频事件检测的准确性和检测速率,提出了一种基于遗传算法的交通视频多特征选择方法。该方法首先提取交通视频的多种特征,尽可能多地获取各种视频事件的信息,然后将这些特征进行融合,得到一个可以表征事件的高维冗余的特征向量,再采用遗传算法对多特征进行优化筛选,最后使用SVM分类器进行训练获得低维的最优特征子集并应用于交通事件检测。实验结果表明,该方法在降低提取特征的维数的同时,可有效提高交通视频事件检测的准确率和检测速率。     

基于视频检测的车辆测速方法

机动车辆的测速是智能交通系统中一个重要的组成,主要方法有线圈测速、激光测速、雷达测速、视频测速等。视频测速方法由于安装方便,成本较低,若能有较好的测速精度,则有着广泛的应用前景。通过在视频图像中对车辆尾部的检测,利用图像匹配方法找出车尾在两相邻帧图像中移动的距离,再利用图像坐标与世界坐标的相互转换,计算出两帧图像中车辆移动的实际距离。经测试,该方法能够对车辆进行准确测速,在车速为0～140km／h的条件下,平均测速误差为±2％,处理80万像素的视频图像,每帧测速时间约为10ms,满足了实时条件的要求。     

基于DSP的车辆状态视频检测系统

论述了视频检测在智能交通领域的应用,分析了目前交通信号机系统存在的不足。提出了以TMS320F2812为核心的视频图像运动目标检测方案,并进行了方案的同步信号分离电路、系统总体结构设计,以及信号采样和数据处理的软件设计。实验表明该解决方案设计达到了预期目标,具有较高的准确性。     

基于视频的交通事件自动检测方法的研究

研究了基于视频的交通事件自动检测技术,它通过车辆跟踪和分析车辆的运动特征来判断所发生的交通事件.针对三种常见的交通事件车辆逆行、车辆停止和堵车进行建模.实验证明,该检测方法具有很好的实用效果.     

基于视频序列的交通检测系统

基于人工电视监视的交通检测方法存在检测效率低、实时性差的缺点,提出了基于视频序列的交通参数和交通事件检测系统。将采集和预处理后的视频信号通过DSP处理,检测视频交通参数和交通事件,提取的交通参数和交通事件等分析结果通过TCP/IP网络传输协议传给视频分析识别终端,在视频分析识别终端上存储、显示交通参数与交通事件和视频信息,设置系统参数,同时可以进行查询、检索以及管理交通参数与交通事件。该系统实现了对车流量、车速、抛落物、行人和停车等交通参数与事件的实时性检测。     

基于改进Canny算子的铁轨边缘检测方法*1

边缘检测是铁轨异物入侵检测的关键技术,针对铁轨图像边缘检测效果不佳的问题,设计了一种基于改进Canny算子的边缘检测算法。通过极值中值滤波平滑图像,提出加权系数梯度幅值和方向计算方法,并采用改进的迭代式阈值分割方法来确定Canny算子的最优高、低阈值,从而实现铁轨边缘的精确检测。对检测结果进行定性定量分析,结果表明,该方法提高了边缘检测定位精度,有较好的连续性、抗噪性能和清晰度。     

基于深度学习的交通事件检测系统设计

建立完善的交通事件检测系统,已经成为我国智能交通系统的重要组成部分。文章从数据和算法2个方面深入分析了交通事件检测场景特征,设计了一种基于深度学习的交通事件检测系统。文章提出了一种混合架构的联合学习网络,通过综合利用ViT和Swin Transformer的优势解决了图像多标签分类问题的挑战;设计了一系列数据增强方法,应对数据不平衡性对深度学习模型的影响,并有效缓解了模型过拟合问题。实验结果表明,该系统在交通事件检测中具有更好的准确性和泛化能力,已应用到多个实际项目并取得了良好的应用效果。     

ODC：在线检测和分类全网络流量异常的方法

提出一种从全网络的视角实时在线检测和分类流量异常的方法(简称ODC),该方法以增量方式构建以流量特征的熵为测度的流量矩阵,利用增量主成分分析算法在线地检测流量异常,然后再利用增量k-means算法实时在线地对流量异常进行分类,以便网络管理员采取相应的防御措施。理论分析和实验分析表明,ODC具有较低的时间复杂度和存储开销,能够满足在线实时处理的要求。实测数据分析和模拟实验分析的结果均证实了ODC具有很好的检测和分类性能。     

NMF-NAD：基于NMF的全网络流量异常检测方法

提出了一种基于非负矩阵分解(NMF,non-negative matrix factorization)的多元异常检测算法(NMF-NAD,NMF based network-wide traffic anomalies detection),该算法首先采用非负子空间方法对流量矩阵进行重构,然后基于重构误差利用Shewhart控制图进行异常检测。模拟实验与因特网实测数据的分析表明,NMF-NAD算法有较高的检测精度和较低的处理复杂度。     

防抖动的M-MULTOPS结构在网络异常流量检测中的应用

提出了一种新的异常流量检测方法：防抖动的M-MULTOPS（modified-multi-level　tree　for　online　packet　statistics）结构。针对核心路由器中网络流量的变化，运用ABF（adapted　bloom　filter）算法对IP数据包进行目的地址聚集。对于ABF算法的结果，给出了M-MULPOTS结构对其进行分析，实时地监控网络流量的变化，检测网络流量异常。由于运用了防抖动的M-MULTOPS结构，本方法不受脉冲式攻击时流量剧烈抖动的影响，使检测的结果稳定而准确，并且由于继承了MULTOPS结构的动态收缩性，极大地减少了系统的开销。利用本方法的检测系统已作为一个独立的模块，成功地运行于网络中的核心路由器之上。     

一种基于扩展自相似过程的VBR视频业务新模型

本文在扩展自相似过程的基础上 ,提出了一种简单的视频业务新模型。该模型的边缘分布近似Gamma分布 ,且其具有长或短的相关性。在许多时间尺度上 ,这些特性可以很好地匹配众多实际变比特率视频业务的一、二阶统计特征。仿真实验中 ,通过利用该模型模拟实际视频信号 ,我们证明它也能很好地反映实际视频业务的排队性能     

Intelligent detection method on network malicious traffic based on sample enhancement

To address the problem that the existing methods of network traffic anomaly detection not only need a large number of training sets,but also have poor generalization ability,an intelligent detection method on network malicious traffic based on sample enhancement was proposed.The key words were extracted from the training set and the sample of the training set was enhanced based on the strategy of key word avoidance,and the ability for the method to extract the text features from the training set was improved.The experimental results show that,the accuracy of network traffic anomaly detection model and cross dataset can be significantly improved by small training set.Compared with other methods,the proposed method can reduce the computational complexity and achieve better detection ability.     

一种网络流量平稳化方法

由于网络流量的不稳定性,会影响流量模型的准确性。平稳化的目的是使得流量成为平稳或更为接近平稳,以提高流量模型的准确性。差分是一种常用的平稳化方法,它对具有线性趋势的时间序列有很好的平稳化效果。本文提出一种统计分析的方法对流量进行平稳化处理,可以在一定程度上消除流量不稳定性对流量建模的影响。     

MPEG-4视频业务的多重分形分析与建模

基于对象编码的MPEG-4视频业务将是网络业务中的主流业务，因而研究MPEG-4视频业务的特性对网络设计，容量规划，性能评估，接入控制与性能分析有重要的意义。通过应用多重分形分析方法对MPEG-4视频业务的分形行为进行分析，结果表明MPEG-4视频业务多重分形特性的存在，因而采用多重分形小波模型对MPEG-4视频业务进行建模分析，通过仿真试验结果的比较和分析，表明该模型能够真实反映MPEG-4视频业务的突发特性。     

FDTD等效入射波法分析PSTM

本文提出一种简捷有效的方法,即等效入射波法分析光子扫描隧道显微镜(PSTM)。作为验证,计算了3维情况下,形貌起伏样品和嵌埋的不同折射率样品,S和P极化情况下,等高扫描面上的场分布的PSTM图像,并与其他方法进行比较。比较表明,时域有限差分法(FDTD)等效入射波法与其他方法已有的结果符合相当好,并具有简捷,降低对吸收边界的要求,减小网格数和计算时间等优点。     

基于视频内容的MPEG视频VBR业务流量模型

视频业务流量模型是网络性能仿真的一个重要前置环节,但由于视频内容的千差万别,使得很难建立统一的视频业务流量模型。本文根据MPEG视频图像内容的纹理及运动复杂度,通过3×3 Kohonen自组织神经网络对视频序列进行划分,将其分割为一段段近似平稳的“视频片段”。然后,用半马尔可夫随机过程描述“视频片段”间的转移概率及其持续时间分布规律,用AR模型描述“视频片段”内部过程,从而建立了一种通用MPEG视频业务流量模型。     

基于视频图像的目标检测技术研究

本文基于常用运动目标检测方法进行了研究。首先阐述了视频监控系统中常用运动目标检测方法,并对Surendra背景提取算法及改进的帧间差分法进行了说明。运用对称差分法和背景差分法的融合方法进行运动目标检测,实验表明本文运用的方法对运动目标检测具有准确性与实时性。最后得出运用背景差分和帧间差分法的融合检测方法进行运动目标检测,可以得到好的目标检测效果的结论。