交通视频中车辆异常行为检测及应用研究

交通视频中车辆异常行为检测及应用研究

ID:36390107

大小:9.51 MB

页数:71页

时间:2019-05-10

交通视频中车辆异常行为检测及应用研究_第1页
交通视频中车辆异常行为检测及应用研究_第2页
交通视频中车辆异常行为检测及应用研究_第3页
交通视频中车辆异常行为检测及应用研究_第4页
交通视频中车辆异常行为检测及应用研究_第5页
资源描述:

《交通视频中车辆异常行为检测及应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、苏州大学硕士学位论文交通视频中车辆异常行为检测及应用研究姓名:曹妍妍申请学位级别:硕士专业:计算机应用技术指导教师:崔志明201104交通视频中车辆异常行为检测及应用研究中文摘要随着社会经济快速发展,智能交通系统在人类经济、社会活动中的地位显著提升。车辆的异常行为检测算法作为智能交通系统的核心内容,对人们的日常生活,社会进步和经济的发展起着重要的作用。本文对基于交通视频的车辆检测、车辆跟踪、轨迹模式学习及车辆行为的异常检测技术进行研究,并有针对性地提出了若干算法和技术方案。本文主要研究工作如下:(1)针对复杂交通场景下的运动车辆检测问题,利用自适应高斯混合模型对背景进行

2、建模提取运动目标。在此基础上提出多结构多尺度的形态学算子,采用此算子对运动前景进行计算,获得完整的车辆边缘信息。保证了后续研究工作的可靠性。(2)针对传统光流跟踪算法中时间开销大的问题,利用基于图像金字塔的LK光流跟踪方法,将视频中运动目标不满足运动假设的可能性降到最小,从而实现对运动车辆的快速精准跟踪,并且将跟踪得到的轨迹进行预处理,为后期的轨迹模式学习奠定基础。(3)针对目前运动行为模式识别研究依赖空间特征的单一性问题,提出了基于谱聚类的轨迹空间模式的学习方法:并且在轨迹的方向特征中,利用GMM模型获取轨迹集合的起讫点区域,实现轨迹方向模式的学习。(4)提出基于归一

3、化巴氏距离的车辆异常行为检测方法,并采用这种方法对车辆位置违章行为进行有效检测,在实时性方面有较好的表现。文中对提出的方法进行实验论证,结果表明本文提出的技术方案是行之有效的。关键词:边缘检测,车辆跟踪,轨迹学习,巴氏度量,异常检测作者:曹妍妍指导老师:崔志明(教授)AbstractResearchonAbnormalVehicleBehaviorDetectionandApplicationinTrafficVideoResearchonAbnormalVehicleBehaviorDetectionandApplication。TramVideoAOplicatio

4、nin1CVideot-tlWiththerapideconomicdevelopment,thesignificantpositionofIntelligentTransportationSystem(ITS)inhumaneconomicandsocialactivitiesisincreasing.AsthecorefunctionofITS,theabnormalvehiclebehaviordetectionalgorithmplaysanimportantroleinpeople’Sdailylife,socialprogressandeconomicdev

5、elopment.Thisthesistriestogetinsightsonsomekeyissuesofabnormalvehiclebehaviorintrafficvideo,includingvehicledetection,vehicletracking,trajectorypattemlearning,andabnormalvehiclebehaviordetection.Itproposessomenewalgorithmsandapplicationmethods.Theresearchissuesareasfollows:(1)Aimingatthe

6、vehicledetectionundercomplextrafficscene,adaptiveGaussianmixturemodelwasusedtoextractthemovingobject.Basedontheabovework,itproposesthemulti·-structuremulti-scalemorphologicaloperatorstoobtainthecompletevehicleedge.Thewelldoneoftheseworkspromotedthecredibilityofthefollowingworks.(2)Tosolv

7、ethetime-comsumingproblemthatthebigtimecostproblemintraditionalopticalflowtrackingalgorithm,thisthesistakeadvantageoftheL—Kopticalflowtrackingmethodbasedonimagepyramid,itcanminimizethepossibilitythatthemovingtargetsinvideodon’tmeetthemovementhypothesis,SOastoachievetherap

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。