基于视频全局光流场的交通拥堵检测*

针对目前高速公路交通拥堵日趋频繁的实际情况,提出一种应用于实时监控视频的基于全局光流场的交通拥堵自动检测算法。算法包括三步：a）采用Lucas-Kanade金字塔算法计算像素点的光流矢量值;b）利用全局光流平均值作为阈值判断条件剔除抖动视频,并且在此基础上,通过计算并判别不同交通状态下像素点的各个光流参数值来检测拥堵交通状态;c）利用统计规律得出最终的交通状态检测结果。实验结果表明,该方法能够实时、有效地检测出实际高速公路监控视频中的拥堵状况。     

面向遮挡与透视影响的道路凸包梯形检测算法

以安防监控视频下受遮挡与透视影响的道路作为研究对象,针对行人、行车对道路边界线的遮挡造成的消失点难以检测和实例分割欠分割难题,提出了一种改进的实例分割道路检测方法。首先使用实例分割对道路区域进行提取,然后通过凸包算法补偿行人、行车对道路边界线的遮挡,最后将其拟合成符合场景结构的梯形模型,从而优化对道路的检测。实验结果表明,该方法解决了道路受遮挡与透视影响而导致检测不准确的问题,可以满足安防监控视频下道路检测的需求,具有实际意义。     

基于粒子滤波算法的高速公路车辆停车检测

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。     

基于视频时空关系的高速公路异常停车检测

针对传统高速公路异常事件检测方法效率低、漏检率高、实时性较差等问题,提出基于视频时空关系的高速公路异常停车检测方法。首先,采用基于交通流频率分析的无监督分割方法分割道路图像,去除较小连通域提取道路分割图;然后,通过透视关系模型将近远目标归一化到同一尺度并进行裁剪,输入YOLOv4网络进行二次检测增强对近远目标检测的鲁棒性;最后建立时空信息矩阵,通过时空矩阵的更新与NMS(non-maximum suppression)方法检测合并异常区域并输出检测结果。实验结果显示,该方法在远距离场景中的准确率为95%,在拥挤场景中的准确率为93%;通过对比实验结果发现该方法能够有效提高复杂场景下异常停车的检测准确率且具有良好的泛化能力。     

智能视频监控中的遗留物检测技术

对智能视频监控中的遗留物检测技术进行研究,提出一种能够自动检测视频监控环境中的遗留物并发出警报的检测方案,给出详细的检测算法分析。该方案基于动态阈值的背景差分算法和背景更新算法,提高系统对于复杂场景的适应性,能够准确地检测出复杂背景中的箱、包等遗留物,并能够提供关键帧,便于找到遗留物的失主。实验结果表明了该方案的有效性。     

基于频繁镜头集合的视频场景分割方法

提出一种基于全局场景特征在视频序列中寻找频繁镜头集合,并通过局部语义特征精确定位视频场景边界的视频场景分割方法。首先对分析视频进行高精度镜头分割,选取具有代表性的镜头关键帧。然后提取各镜头关键帧的全局场景特征和局部特征,并利用局部特征聚类得到的视觉词对各个镜头关键帧进行语义标注。接下来计算基于全局场景特征的镜头间相关性,结合视频场景的概念和特性,在镜头关键帧序列中寻找局部频繁出现的相关性高的镜头集合,粗略定位视频场景位置。最后利用镜头关键帧的语义标注特征精确定位视频场景边界。实验证明该方法能够准确、有效地检测并定位到大部分视频场景。     

基于声像特征的场景检测

视频的结构分析是实现视频基于内容组织和检索的基础。目前 ,已经有很多用于视频镜头分割的成熟算法 ,但准确探测视频场景边界还比较困难。提出了一种融合视频中音频与可视特征进行场景检测的方法。该方法首先分别依据镜头的声、像特征相关性来对镜头进行聚类 ,然后综合处理依声、像相关性得到的镜头聚类来获取场景。实验结果证明 ,此方法较一般使用单一特征的场景检测方法提高了探测的准确率 ,同时也降低了误判率。     

一种应用于隧道视频监控的图像识别系统

隧道的监视与控制管理是高速公路隧道安全正常运行的重要课题。本文对隧道交通智能视频监控系统的硬件和软件进行了介绍,结合视频监控场景的复杂特性,针对视频监控中涉及视频图像处理与分析的图像分割、目标提取等技术进行了研究。并把系统应用于重庆市中梁山隧道（长度3165米左右）,结果表明本文方法是比较实用的,能满足实时视频监控系统的要求。     

基于变长参照物的车速检测算法

随着我国汽车数量的迅速增加,交通拥堵,环境污染,雾霾天气等问题相继出现,对人们的生产生活产生了不同程度的影响。针对这些问题,文中采用视频检测技术设计了一种城市道路车流速度检测方法。该方法通过一系列的视频检测算法,从最原始的视频信号中提取出道路上的所有车辆,并通过SURF-Kalman算法对车辆进行跟踪定位,分别根据基于变长参照物的运动车辆速度计算方法对车辆的速度进行计算,最终实现对道路上车流速度的估算。     

基于GMM-RBMCDA的实时监控多目标跟踪方法

为了有效提取视频监控场景中的前景目标信息并准确跟踪目标的状态,提出一种基于混合高斯模型和Rao-Blackwellized蒙特卡洛数据关联的视频多目标跟踪方法。该方法根据场景中像素点的特征信息,利用混合高斯模型进行建模,并对前景目标进行检测,使用Rao-Blackwellized蒙特卡洛数据关联算法来降低可能的目标交叉及杂波干扰带来的影响,通过设置目标存在和消失参数,实现了实时多目标跟踪。实验结果表明,该方法不仅能对场景中未知目标的个数进行有效估计,而且可以准确地跟踪目标的状态,取得了良好的实际效果。     

高速公路智能管控系统外部数据接入设计与实现

目前高速公路运营管理中,传统机电系统中的视频监控、收费系统等已经稳定运行多年,但功能相对单一,信息孤岛现象比较严重。为解决这一问题,重点探讨了高速公路智能管控系统如何与系统外部的专用短程通信(DSRC)道路交通流、全程断面的交通流监测数据、气象状态的监测数据、交通事件的视频检测数据进行无缝接入进行设计。同时,兼顾路网层面的信息服务,实现与交通运输部、省交通运输厅路网中心、周边高速路网、地方道路管理部门、气象部门等之间的数据共享与交换。为高速公路运行状态监测、预警、辅助决策、应急管理、信息发布等功能提供数据支撑。     

基于图像差分智能交通运动目标检测的设计

为了减轻日益严重的交通拥堵问题,实现交通运输智能化控制,设计了基于图像差分的智能交通运动目标检测的软硬件平台.通过对交通运动视频中运动目标的提取、采集、统计、传输等处理,使交通指挥中心可全面掌控交通状况,达到提高道路利用率、解决交通拥堵的作用.结果可知,本系统准确率较高,可作为省道、城市快速路的智能交通系统的一部分.     

基于视频检测技术的交通拥挤判别模型*

针对日益严重的城市道路交通拥挤问题,提出基于视频检测技术直接判断道路交通拥挤程度的方法。以道路占有率、占有率方差、占有率变化量绝对值为交通特征参数,研究了其与道路拥挤事件发生的关系,在此基础上利用模糊C-均值算法给出了一种交通状态划分方法,最后建立了一种新的交通拥挤判别模型。应用实际采集的视频数据,分别通过该模型及人为判断进行实验验证。实验结果表明该模型是有效可行的。     

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。     

一种基于彩色路面区域分割的候选车辆区域视频检测方法

提出了一种基于彩色路面区域分割的候选车辆视频检测方法.该方法首先根据路面部分颜色的分布特点从单帧彩色图像中分割出路面部分并完成路面区域背景的初始化,然后通过对路面区域运用背景差方法和相关后处理过程进行动静态候选车辆的检测和分割.由于采用一种双背景策略能够在车辆检测的同时完成背景的训练和替换更新,该算法克服了传统背景差算法背景更新时容易存在误差累积以及对环境光线变化敏感的缺点,实现简单、稳健性好,可以满足交通视频监控系统中背景更新和车辆检测的实时性处理要求,实验结果证明了该方法的有效性.     

交通灯运行时间自适应算法及其控制系统

城市交通拥堵具有严重的危害性,直接导致时间延误、能源浪费和废弃物排放增加,降低居民生活水平.现阶段,基于平面交叉路口交通灯切换时间相对固定,恶劣天气或发生交通事故时路口经常发生交通堵塞的实际情况,本文提出了一种平面交叉口交通拥堵多方向交通灯运行时间自适应算法,采取视频图像处理算法判断道路交通拥堵情况,根据路况设置交通灯的工作时间,并设计了相应的控制系统.仿真结果表明,在高峰期时段,此自适应算法的车辆通行效率高于传统的交通灯运行时间控制方法.     

基于改进DV-HOP的道路交通拥堵传感节点快速监测

由于现有交通拥堵监控设备在海量三维交通信息中处理数据的能力较差,导致监测目标延迟较高,故设计一种基于改进DV-HOP的道路交通拥堵传感节点快速监测方法;在待监测区域安置无线视觉传感器,划分子节点与Sink节点,采集车辆通行状况和整体长度;把异常道路数据作为小概率事件,确立速率采集周期及交通状态采集周期,推算历史车辆速率均值和交通数据方差,设定拥堵临界值,分析路段是否产生拥堵;对道路交通拥堵节点进行初始化,确定全部道路交通拥堵节点,并将其转换到二维坐标中;利用改进DV-HOP算法获取道路交通拥堵节点位置信息,得出道路交通拥堵节点监测结果;实验分析表明：设计方法的均等系数值可达0.998,数据传输延时仅为3.5 s,表明交通拥堵监测精度较高。     

浅谈高速公路运营管理系统的发展

高速公路运营管理系统可使路网运行情况得到改善,有效提高道路利用率,使道路交通拥挤程度得到缓解,同时对环境起到一定的保护作用。本文在对高速公路运营管理系统的概念和特点进行详细分析的基础上,指出了目前我国高速公路运营管理过程中存在的一些问题,并结合我国实际情况和高速公路行业发展的现状,提出了一些合理的解决措施和建议,可供相关管理人员进行进一步的研究。     

Road traffic density estimation using microscopic and macroscopic parameters

In this paper we present a comparative study of two approaches for road traffic density estimation. The first approach uses the microscopic parameters which are extracted using both motion detection and tracking methods from a video sequence, and the second approach uses the macroscopic parameters which are directly estimated by analyzing the global motion in the video scene. The extracted parameters are applied to three classifiers, the K Nearest Neighbor (KNN) classifier, the LVQ classifier and the SVM classifier, in order to classify the road traffic in three categories: light, medium and heavy. The methods are compared based on their robustness to the classification of different road traffic states. The goal of this study is to propose an algorithm for road traffic density estimation with a high precision.     

基于云网格集成调度的防拥堵车辆路径规划算法

在道路交通路网中,车辆拥堵问题是流量与路网结构之间相互作用的一个复杂动态过程,通过车辆路径规划,实现对路网网格集成调度,从而提高路网通行吞吐量。传统方法采用并行微观交通动态负载平衡预测算法实现车辆拥堵调度和车辆路径规划,不能准确判断路面上的车辆密度,路径规划效益不好。提出一种基于云网格集成调度的防拥堵车辆路径规划算法,即构建基于Small-World模型的云网格路网模型,采用RFID标签信息进行路况信息采集,实现交通网络拥堵评估信息特征的提取,采用固有模态函数加权平均求得各车道的车辆拥塞状态函数,对所有车道内车辆密度取统计平均可获得簇内的车辆密度。设计交通路网拥堵检测算法来对当前个体道路信息进行一维邻域搜索,从而实现车辆路径规划控制目标函数最佳寻优。通过动态博弈的方式求得车辆防拥堵路径的近似最优轨迹,实现路径规划算法的改进。仿真结果表明,该算法能准确规划车辆路径,实现最优路径控制,从而提高严重拥堵路段的车流速度和路网吞吐性能,性能优越。