交通监控视频中的车辆异常行为检测

构建了利用交通监控视频对车辆异常行为进行检测的系统框架.使用改进Surendra背景差分与三帧差分相结合的算法进行车辆目标检测,结合CamShift算法与Kalman滤波器进行车辆目标跟踪,提取车辆质心绘制运动轨迹,针对车辆运动方向判别、违章变道、调头等行为提出了检测方法.实验结果表明,提出的交通监控视频中的车辆异常行为检测系统具有较高的实时性与准确性,部署简易快速,维护成本低廉,可以满足当今智能交通系统日益增长的需求.     

视频交通监控系统

随着城市道路的建设与发展，迫切要求对交通控制和监督功能逐步实现自动化，而视频道路数控技术是实现这一功能的重要手段。本文用VC^ 6．0模拟实现了对车速及车流量的实时检测，具有一定的实用性。     

基于达芬奇技术的交通视频监控系统的设计

达芬奇技术是一款集成DSP处理器、软件、开发工具和技术支持的综合多媒体解决方案,智能视频处理技术在交通视频监控系统中应用最为广泛。本文以达芬奇技术为基础开发了一种智能交通监控系统,实现了以双核芯片TMS320DM6446为主处理器的硬件平台,在达芬奇软件框架下设计出软件系统。实验结果表明,此方案单片系统实现了实时交通视...     

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。     

视频监控图像的超分辨率复原研究

超分辨率复原技术是一种可用于提高图像细节辨识能力的有效方法。其在视频监控领域可望得到广泛应用。超分辨率图像处理技术通过融合多帧相似的低分辨率图像达到提高图像细节的目的。从而降低对监控视频采集硬件与后端辅助处理系统的要求,提高对特定目标的辨析能力。本文重点介绍了在视频监控领域较为实用的凸集投影算法、最大后验概率估计算法、基于对象的超分辨率复原方法、基于示例学习与多类预测器的超分辨率复原方法。对以上超分辨率复原方法实现流程的优缺点与其在视频图像监控领域的应用方法进行了相应分析。分析了超分辨率视频监控图像复原常用的基于块匹配与光流的对象运动估计方法。对超分辨率复原重建图像质量的评估标准也进行了相应讨论。     

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。     

基于视频分析技术的交通监控综合管理平台建设与应用

视频监控在交通领域得到了非常广泛的应用,随着计算机网络及图像处理传输技术的进步,智能化及高清化成为视频监控发展的主要趋势。交通信息化建设的快速发展,使得视频监控数量及规模迅速增大,人工对视频进行查询、检索及分析已经不能满足业务要求,迫切需要更智能的方法来提升视频监控系统的作用。通过对交通监控综合管理平台建设过程分析,阐述了现状需求、建设目标、实施过程以及应用情况等。     

智能视频监控系统运动目标检测技术研究综述

智能视频监控技术的出现是现阶段市场监控系统智能化需求的结果,它旨在实现用摄像机代替人眼,用计算机代替人并协助人来完成监视和控制的任务.智能视频监控系统分析技术在检测运动区域的目标检测技术和追踪预测运动目标运动趋势的目标跟踪技术的基础上,再进行目标行为识别理解.对现有的主要目标检测技术的主要算法进行了综述和分析,并根据各算法的优缺点做出比较.     

视频处理技术在智能交通系统的应用

视频检测作为智能交通中一种主要的检测手段在交通流检测、车辆违章跟踪等领域得到了广泛的研究和发展。文中提出了一种城市道路交通灯智能控制模型,该模型利用视频图像处理技术,获取十字路口各方向的车流量参数、违章车辆信息等,在此基础上实现了交通灯的智能控制以及对违章车辆的视频跟踪,最后给出了实际交通视频图像处理的实验结果。     

视频监控技术的智能化趋势

文章分析了视频技术的3个发展阶段,回顾了视频监控技术近年来发展情况,在此基础上,提出视频监控中智能化趋势是仿生学引领的自然产物;并例举部分智能视频监控的具体应用模式和应用场合,认为智能化是视频监控技术众多发展趋势中的最为重要也是最艰难的一步;最后探讨智能视频监控产业的特点及其发展对策。     

智能交通系统中的视频监控技术

介绍了在智能交通系统(ITS)中基于视频图像的车流量和车速检测、车辆类型检测和识别,以及车牌号码的定位和识别技术,并给出了应用实例.最后,结合目前的研究成果对视频图像在ITS中存在的问题和对未来的发展进行了展望.     

视频监控技术的发展与现状

视频监控技术为重要场所安全防护提供了可靠保障,随着视频监控系统应用领域的扩大,视频监控技术得到了迅速发展。首先对视频监控技术的发展历程分三个阶段进行了概括,其次对视频监控中的关键技术的现状和发展方向进行了分析,其中重点描述了运动检测中的主流方法———背景差方法,目标跟踪中用于解决遮挡问题的合并分裂方法和直接穿透方法,最后提出了视频监控技术在实际应用中所面临的问题。     

基于SOPC技术的实验室智能视频监控系统

设计和实现了一种基于SoPC技术的实验室智能视频监控系统。系统以Altera公司的TE3开发板为平台,采用CCD高速摄像头,配备烟雾、温度、湿度传感器,实现实时图像采集、处理、压缩及运动目标检测与跟踪。通过无线网络将图像数据和环境参数传输至远程计算机监控终端,对实验室进行智能化监控。     

铁路视频监控中运动目标检测算法研究

运动目标的正确检测影响着运动目标能否被正确跟踪与分类,因此成为视频监控系统研究中的一项重要课题。文中对运动目标检测算法进行研究,实现对铁路沿线前方目标的有效识别,针对得到的视频序列,通过混合高斯模型进行背景建模,并与混合差分算法结合实现前景的提取与检测。通过与混合差法相比较,其仿真结果表明,该算法具有一定的可行性。     

基于深度学习的远程视频监控异常图像检测

针对复杂场景下远程视频监控图像异常检测困难、传统算法功能单一(仅针对某种特定场景或某种异常图像进行检测)等问题,提出一种基于深度学习的全自动远程视频异常图像检测方法。首先采用Xavier方法对自行设计的卷积神经网络(Convolutional Neural Network,CNN)的参数进行初始化,然后将标准化后的视频差分图送入CNN的输入层,通过特征提取及下采样,最后在CNN的输出层获得远程视频异常图像检测结果。实验结果表明,该方法可以对远程视频监控中突然出现遮挡、模糊和场景切换等多种异常同时进行实时在线检测,准确率可达88.75%。     

基于DSP的交通信息视频检测系统的设计

介绍了一种基于DSP的交通信息视频检测系统.该系统能实时采集道路上的视频信号,经DSP芯片实时处理得到用户需要的交通信息.详细叙述了其硬件结构和软件的设计方案,并阐述了信息检测程序的设计原理.     

基于3G网络的智能交通视频监控系统

设计了一款基于3G网络的智能交通视频监控系统,包括前端视频采集部分、3G无线网络传输部分和后端监控管理服务平台三个部分。系统对实时路况车辆进行视频采集、经过无线传输,最终在PC终端界面上进行实时播放、存储,并实现了车辆违规判断、报警等功能。本系统有轻巧便捷、安装简易、运营成本低等优势,具有广阔的应用前景,是智能交通监控系统的新型发展模式。     

车辆视频监控系统的构建及设计要点

针对客：运/货运车辆的车载无线视频监控系统是车联网技术的一个发展方向,通过该系统,除了可以监控车辆的移动轨迹和运行情况外,还能够实时获取车内以及道路的音视频信息,对公交客运、交通管理、运政执法、银行押运等行业的支持尤为重要。针对移动多媒体数据流的传输问题从传输效率和传输质量这两方面进行了分析,介绍了一种车辆视频监控系统的组织架构,并针对设计要点进行了阐述。