车载红外图像的行人检测与跟踪技术

针对车载红外图像的特点,采用基于区域估计的帧差法实现车载红外图像中的行人检测,再通过行人的几何特征和运动速率特征进行行人的识别,最后运用轮廓矩匹配算法进行行人的跟踪。实验结果表明所采用的方法具有较好的行人检测及跟踪效果。     

双目视觉辅助PDR的组合导航定位方法

为提高室内定位系统精度和跟踪性能以及适应复杂环境,将行人航迹推算（Pedestrian Dead Reckoning,PDR）与双目视觉组合,提出一种双目视觉辅助PDR的组合导航定位方法 .该方法通过选取或布置地标建立了地标位置数据表;基于轻量化目标检测实现了对地标实时双目测距,保证定位的实时性;利用PDR位置信息得到检出地标类别对应坐标,基于因子图的协同定位和误差估计算法将双目视觉与PDR有效融合,提高了定位精度并抑制PDR累计误差,同时对PDR中航向和单参数模型中单位转换常数进行误差补偿,提高PDR定位精度.实验结果表明,在地标纹理清晰且分布合理情况下,该方法能有效解决室内复杂环境下单一PDR累积误差问题,此外,对航向和单位转换常数实时补偿可提高组合定位系统的定位精度和稳定性.     

一种基于时空兴趣点和光流法的行人检测方法

为解决视频监控系统中帧差光流法在光照变化大时对目标检测存在误差大的问题,提出一种基于时空兴趣点的目标检测算法。从光流的行人目标提取着手,首先对图像序列进行高斯滤波、Gabor滤波,提取到兴趣点集,然后对兴趣点集提取运动目标区域,接着在一定区域进行光流计算,识别并跟踪目标。实验结果表明,该方法的准确率比传统的帧差光流法的准确率高,且在简单的实际场景中更有效。     

北京枢纽地区人行道行人服务水平评价

基于北京市交通枢纽地区行人步行需求,提出不同道路横断面形式影响下的行人服务水平等级划分方法.首先,通过路边询问法获取大样本的行人满意度问卷调查数据,在常规问卷处理方法基础上增加一致性信度检验,对问卷数据的可靠性进行检验.其次,应用独立样本t检验、方差分析等分析方法,分别从参与者自身属性、人行道道路设施、环境条件及交通条件4个方面提取不同道路横断面条件下的行人服务水平显著性影响因素,并以其中一种典型断面为例,建立回归分析模型.最后,采用模糊有序聚类方法进行了行人服务水平等级划分,并给出各服务水平的量化分级标准.     

基于视觉注意模型化计算的行人目标检测

提出一种用于行人目标检测的视觉注意模型化计算方法。在提取行人目标显著表象特征的基础上,通过多尺度分解后,各尺度图像之间的差减与归一化运算构成显著图;同时,根据肤色高斯似然计算模型,提取行人目标特有的皮肤颜色特征图,再通过分块图像中分类像素点累计计数与阈值化均值滤波相结合的方法精化肤色提取结果以构成导引图;进而提出一种将显著图与导引图通过有偏置的加权整合策略实现目标区域的准确预测。通过Penn-Fudan行人数据库和实拍视频的实验结果表明,所提方法的检测准确率优于现有其他计算模型,且相对传统目标检测算法,能够大幅度减少时间开销,提高检测效率。     

城市道路人行横道处照明指标的确定

为了合理确定城市道路人行横道处的照明指标,保证驾驶人对过街行人的有效视认,进行了驾驶人夜间视认距离试验研究。分析了过街行人数量、状态(静止或运动)及衣服颜色对驾驶人夜间识别距离的影响,以及不同车速条件下驾驶人夜间视认距离随平均照度的变化规律,构建了驾驶人夜间视认距离-平均照度-车速关系模型。基于驾驶人夜间视认距离与反应制动距离间的安全行驶判别条件,提出了城市道路人行横道处平均照度的计算方法,并给出了实际案例。研究结果表明:当单个过街行人静止且衣服颜色较深时,驾驶人夜间对其进行视认最为困难;驾驶人夜间视认距离与平均照度呈正对数相关,与行驶速度呈负线性相关。     

基于网络理论的行人从众违法过街行为模型

为研究信号交叉口行人从众违法过街行为机理,运用网络理论,分析不同条件下行人群体网络的结构特征及演化规律.首先,借助动作捕捉技术获取行人从众违法过街行为的基础数据.然后,以实际交通行为数据为基础,构建行人过街的群体网络.最后,通过分析不同红灯时段以及不同性别的行人网络度分布情况,研究行人违法过街行为的规律.结果表明:等待时间越长,当人群中出现违法过街行为时,吸引从众违法过街的行人就越多;在过街行为方面,男性较女性更易从众,且男性的违法过街行为更易吸引其他行人违法过街.