基于車(chē)輛識(shí)別的流量檢測(cè)方法研究與實(shí)現(xiàn).pdf

1、智能視頻處理目前在“智能交通”、“智慧家居”等方面有了普遍應(yīng)用，通過(guò)對(duì)視頻監(jiān)控進(jìn)行分析，能夠有效的進(jìn)行交通管理，保證廣大人民的財(cái)產(chǎn)安全。車(chē)流量檢測(cè)是智能視頻分析領(lǐng)域中的研究焦點(diǎn)之一，然而流量檢測(cè)目前面臨檢測(cè)速度慢、準(zhǔn)確率低等問(wèn)題?；谲?chē)輛識(shí)別的流量檢測(cè)方法在車(chē)輛識(shí)別的基礎(chǔ)上進(jìn)行車(chē)流量的檢測(cè)，通過(guò)車(chē)輛識(shí)別模塊能夠提高檢測(cè)速度和準(zhǔn)確率。
　　為了提高流量檢測(cè)處理速率，降低檢測(cè)誤報(bào)率，得到效果更優(yōu)的方法應(yīng)用在真實(shí)的場(chǎng)景中，論文對(duì)此展開(kāi)了

2、深入的研究：
　?。?）研究背景更新、陰影去除相結(jié)合的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。使用混合高斯模型進(jìn)行背景建模和背景更新，背景差分法和三幀差分法取或運(yùn)算實(shí)現(xiàn)前景提取，同時(shí)實(shí)現(xiàn)基于HSV色度空間的陰影去除算法，減少陰影造成的車(chē)輛誤檢、車(chē)輛粘連、車(chē)型變化等問(wèn)題，通過(guò)縮小運(yùn)動(dòng)車(chē)輛檢測(cè)的區(qū)域面積提高處理速度。
　　（2）研究多特征融合的方法實(shí)現(xiàn)車(chē)輛特征提取。融合LBP特征、顏色矩特征、Hu矩特征、圓形度與角度特征以及傅立葉描述子特征，通過(guò)混合

3、特征來(lái)訓(xùn)練分類(lèi)器，得到分類(lèi)性能更好的分類(lèi)器。
　?。?）研究目標(biāo)跟蹤算法，針對(duì)識(shí)別到的車(chē)輛，用目標(biāo)跟蹤的方式記錄后續(xù)視頻序列中車(chē)輛的位置。
　　（4）研究目標(biāo)跟蹤與虛擬檢測(cè)線結(jié)合的流量統(tǒng)計(jì)方法。通過(guò)目標(biāo)跟蹤算法跟蹤標(biāo)記車(chē)輛位置，然后通過(guò)車(chē)輛位置變化判斷是否經(jīng)過(guò)虛擬檢測(cè)線，通過(guò)檢測(cè)線則進(jìn)行流量計(jì)數(shù)，實(shí)現(xiàn)流量統(tǒng)計(jì)。
　　論文著重研究了運(yùn)動(dòng)目標(biāo)檢測(cè)、特征提取、分類(lèi)器訓(xùn)練等涉及的技術(shù)，設(shè)計(jì)了整個(gè)流量檢測(cè)方法，在此基礎(chǔ)上完成了基