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。     

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。     

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。     

一种快速区域视频行检测方法的设计与实现

根据目前国内各种视频检测技术在电子警察系统上的应用,结合雷达目标检测算法,设计出具有背景自适应、目标跟踪等特点的一种快速区域视频行检测方法;该方法通过检测区域行亮度的变化,通过检测目标之间的相关处理来判断机动车是否违法,不仅能高效实现对汽车违规跨越道路中心黄线进行自动监测、记录,还为交通管理部门进行执法提供有力的证据并减少交通事故的发生;通过现场测试表明,该方法不仅准确率高,而且实时性很强,具有很大的实用价值.     

视频交通实时采集系统的设计与实现*

视频交通实时采集系统是实现交通控制和监督的重要组成部分,介绍了一种简便实用的、以Visual C++6.0为平台,对车流量、车速等进行实时检测的采集系统,具有一定的实用性。     

基于视频图像的交通事件自动检测算法综述*

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。     

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。     

基于虚拟线框的视频交通信息检测

视频交通信息检测近年发展很快,因具有大区域检测、设置灵活等优越性,已成为智能交通系统的一个研究热点。在以往的检测基础上提出一种基于虚拟线框的背景差分法进行车辆识别、车辆行驶方向判断及速度计算等算法。应用正交实验法来确定虚拟线框的大小,采用选择-平均法实现动态的背景更新。最后给出系统检测结果,经分析得出该系统准确率高于80%。     

多媒体技术研究:2013——面向智能视频监控的视觉感知与处理

目的 随着视频监控技术的日益成熟和监控设备的普及,视频监控应用日益广泛,监控视频数据量呈现出爆炸性的增长,已经成为大数据时代的重要数据对象。然而由于视频数据本身的非结构化特性,使得监控视频数据的处理和分析相对困难。面对大量摄像头采集的监控视频大数据,如何有效地按照视频的内容和特性去传输、存储、分析和识别这些数据,已经成为一种迫切的需求。方法 本文面向智能视频监控中大规模视觉感知与智能处理问题,围绕监控视频编码、目标检测与跟踪、监控视频增强、视频运动与异常行为识别等4个主要研究方向,系统阐述2013年度的技术发展状况,并对未来的发展趋势进行展望。结果 中国最新制定的国家标准AVS2在对监控视频的编码效率上比最新国际标准H.265/HEVC高出一倍,标志着我国的视频编码技术和标准在视频监控领域已经实现跨越;视频运动目标检测跟踪的研究主要集中在有效特征提取和分类器训练等方面,机器学习等方法的引入,使得基于多实例学习、稀疏表示的运动目标检测跟踪成为研究的热点;监控视频质量增强主要包括去雾、去夜色、去雨雪、去模糊和超分辨率增强等多方面的内容,现有的算法均是对某类图像清晰化效果较好,而对其他类则相对较差,普适性不高;现有的智能动作分析与异常行为识别技术虽然得到了不断发展,算法的性能也在不断提高,但是从实用角度,除了简单的特定或可控场景外,还没有太多成熟的应用系统。结论 随着大数据时代的到来,智能视频监控的需求将日益迫切,面对众多挑战的同时,该研究领域将迎来前所未有的重大机遇,必将产生越来越多可以实用的研究成果。     

交通信息采集系统中的行人检测算法

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.     

一种交通监控场景下的多车道检测方法

为自动有效地获取交通监控场景中的多车道信息,提出一种利用骨架化边缘的多车道检测算法,以克服视频处理对固定场景和明确的先验车道位置信息的依赖。算法主要针对静态的交通背景图处理,采用背景提取、滤波和数字形态学预处理等,由Hough变换确定车道位置的骨架线;由行车方向约束车道线角度,利用车道线几何成像特性检测出准车道线,获取车道线和车道区域。实验表明,对不同的交通场景和不同光照条件,该方法能有效检测多车道,鲁棒性强,具有较高的工程应用价值。     

基于视频跟踪的体感游戏设计

设计了一款熊猫竹林冒险体感游戏,体感游戏的设计主要包括游戏设计和肢体运动提取分析两部分。游戏设计从场景设计、角色设计和规则设计三方面进行论述。肢体运动提取分析采用平均背景建模法建立背景模型,提取人体目标,根据贝叶斯肤色模型识别人的手脸,再利用Kalman滤波实现对手脸的跟踪,分析手脸运动控制游戏人物运动,从而实现用肢体动作操控游戏人物。     

交通运动目标检测、跟踪及轨迹生成研究

提出一种基于视频的车辆检测,跟踪和轨迹生成算法.该算法由改进的车辆检测方法,快速跟踪算法和新的车辆轨迹生成算法3部分组成.基于区域和车辆间的相互关系,在视频序列中,车辆被视为可自主运动团块.在对该团块实现有效跟踪及获取运动轨迹的基础上,运用相关的数学手段可获得团块其它运动信息.在高速公路上的实验结果表明,该车辆检测,跟踪算法切实可行,轨迹生成技术可用于交通流检测.     

多摄像头协同感知系统的设计与实现

为了提供连续的实时监控，提高区域安全性，利用多个活动像机，设计了一个对多个运动目标进行无缝检测和跟踪的协同感知系统，并提供给用户一个可视的3维场景。最后给出了实验室的应用实例。     

基于区域形心及其矢量方向的视频对象跟踪

提出了一种新的基于区域形心及其矢量方向的视频对象跟踪算法。视频对象分割后，使用区域增长法将视频对象分成若干个区域，然后利用视频序列连续两帧中每个区域的形心及形心间矢量的方向，快速、有效地自动跟踪多个目标对象。实验结果表明，该算法对运动物体的出现和消失，以及非刚性物体的尺度变化和变形，具有较强的鲁棒性。     

基于网格技术的交通信息服务平台的设计与实现

介绍了网格技术在交通信息服务平台中的应用策略,给出了一个基于网格技术的交通信息服务平台（SHGTISP）的服务部署和信息流程及其主要模块的主要工作流程。阐述了网格中间件在SHGTISP中的应用和SHGTISP中的并行算法设计要点,以及实现SHGTISP的开发环境和系统运行环境。实践表明,网格技术能为交通信息服务平台提供高性能的计算和开放的资源共享能力。     

城市环境中交通信号灯准确识别与状态估计

根据交通信号灯灯板颜色和形状定位图像中的灯板位置. 将灯板区域的彩色图像转换到YCbCr 空间, 分割灯板区域中的红、黄、绿三色区域, 利用交通信号灯的形态特性定位交通灯位置. 用Gabor 小波和2 维独立分量分析提取感兴趣区域的特征, 送入最近邻分类器分类信号灯的类型. 用代表性的观测序列建立隐马尔科夫模型, 并结合识别和跟踪结果估计信号灯状态. 实验结果表明, 该算法能可靠、准确地识别出信号灯, 并有效地估计出信号灯的状态.     

海量监控视频快速回放与检索技术

为解决海量监控视频的快速浏览和检索,介绍了一种基于目标索引的视频摘要和检索方法。该方法在光流分析的基础上,在画面的静止区域更新背景,运动的区域利用差分法分割出运动目标图像。经过优化的快速特征匹配和建立运动跟踪模型后,根据目标运动轨迹,按照时空距离进行聚类。在目标图像数据和运动参数进行XML结构化存储为索引的基础上,最后在检索时将符合条件的所有目标图像,按照其原有时间顺序逐帧贴到同一个背景图像中,形成动态的摘要视频。由于该方法剔除了背景中大量的时空冗余信息,可在较短回放时间内浏览全部有用目标,显著提高海量监控视频的查阅效率。     

基于视频信息的城市路段交通安全状态评估方法研究

城市道路交通安全状态实时评估是智能交系统的重要研究内容。针对现有交通安全状态实时评估方法的评估效果不理想的问题,建立了基于视频信息的城市路段交通安全状态评估方法。首先,分析了基于视频信息的交通流参数快速检测方法;然后,从车速离散度的角度提出了影响城市路段交通安全状态的路段车速离散度的概念;最后,建立了基于路段车速离散度的城市路段交通安全状态评估方法。实验表明,所提方法能够实时合理地对城市道路的安全状态水平进行评估,评估结果可以为交通管理部门制定有效的城市路段交通安全改进方案提供相应的依据。