【摘要】：無人機(jī)視頻車輛檢測的準(zhǔn)確性和穩(wěn)定性對提取交通信息至關(guān)重要。研究專門應(yīng)用于無人機(jī)視頻的車輛檢測算法,通過對比分析現(xiàn)有車輛檢測算法實(shí)驗(yàn)結(jié)果,結(jié)合對稱差分能夠有效分離背景與目標(biāo)像素的特點(diǎn),引入分塊建模的思想,提出了基于對稱差分分塊建模的背景差分法。針對無人機(jī)視頻車輛檢測算法評價(jià)指標(biāo)缺失的現(xiàn)狀,分析車輛檢測結(jié)果,提出正檢率、重檢率、漏檢率、錯檢率4個評價(jià)指標(biāo)來衡量無人機(jī)視頻車輛檢測算法性能。實(shí)驗(yàn)結(jié)果表明,所提算法具有較高正檢率(均值92.29%,中值100%)和穩(wěn)定性(四分位距為8%)。上述算法能夠在無人機(jī)視頻中準(zhǔn)確地檢測車輛。
[Abstract]:The accuracy and stability of UAV video vehicle detection is very important for extracting traffic information. The vehicle detection algorithms used in UAV video are studied. By comparing and analyzing the experimental results of existing vehicle detection algorithms, combined with the characteristics that symmetric difference can effectively separate background and target pixels, the idea of block modeling is introduced. A background difference method based on symmetric difference block modeling is proposed. Aiming at the present situation of missing evaluation index of UAV video vehicle detection algorithm, this paper analyzes the result of vehicle detection, and puts forward four evaluation indexes to measure the performance of UAV video vehicle detection algorithm, namely, positive detection rate, re-check rate, miss detection rate and error detection rate. Experimental results show that the proposed algorithm has high positive detection rate (mean 92.29%, median 100%) and stability (quartile distance is 8%). The above algorithm can detect vehicles accurately in UAV video.
【作者單位】： 重慶交通大學(xué)交通運(yùn)輸學(xué)院;重慶交通大學(xué)山地城市交通系統(tǒng)與安全重慶市重點(diǎn)實(shí)驗(yàn)室;
【基金】：重慶市教委科學(xué)技術(shù)研究項(xiàng)目(KJ1600513) 重慶市社會事業(yè)與民生保障科技創(chuàng)新專項(xiàng)(cstc2015shms-ztzx0127) 重慶交通大學(xué)自然科學(xué)研究項(xiàng)目(15JDKJC-A002)
【分類號】：TP391.41;U495

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉珠妹;劉亞嵐;譚衢霖;任玉環(huán);;高分辨率衛(wèi)星影像車輛檢測研究進(jìn)展[J];遙感技術(shù)與應(yīng)用;2012年01期

2 湯灝;張峰;;車輛檢測技術(shù)的選用[J];中國交通信息產(chǎn)業(yè);2004年03期

3 陳忠祥;龐爾江;陳文薌;;一種基于各向異性磁傳感器的車輛檢測方法[J];機(jī)電技術(shù);2014年03期

4 付曉亮;;高速公路綠色通道車輛檢測管理系統(tǒng)的設(shè)計(jì)思路[J];硅谷;2013年06期

5 譚榮偉,雷蘊(yùn)奇,陳柏生;夜間運(yùn)動車輛檢測[J];計(jì)算機(jī)工程與應(yīng)用;2005年13期

6 郁梅,蔣剛毅,賀賽龍;基于路面標(biāo)記的車輛檢測和計(jì)數(shù)[J];儀器儀表學(xué)報(bào);2002年04期

7 劉勃;周荷琴;;晝夜轉(zhuǎn)換場景中的車輛檢測[J];信號處理;2006年03期

8 黃杏;白彥鋒;;基于主動磁檢測技術(shù)的車輛檢測新方法[J];國外電子測量技術(shù);2011年11期

9 梅黎錦;;空基平臺下城市車輛的快速檢測算法[J];中國工程機(jī)械學(xué)報(bào);2012年04期

10 季麟兒;;淺談車輛視頻檢測技術(shù)的發(fā)展及趨勢[J];汽車與安全;2014年06期

相關(guān)重要報(bào)紙文章 前1條

1 張廣明;運(yùn)用高新技術(shù)審驗(yàn)運(yùn)輸車輛[N];巴彥淖爾日報(bào)(漢);2007年

相關(guān)博士學(xué)位論文 前1條

1 李博;基于層次性與或圖模型的車輛檢測與解析[D];北京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 何志強(qiáng);基于地磁的無線車輛檢測系統(tǒng)研究[D];華南理工大學(xué);2015年

2 郭敏;基于高速公路大貨車違法占道監(jiān)測系統(tǒng)的車輛檢測與跟蹤研究[D];西南交通大學(xué);2015年

3 張驍;基于3D空間多部件模型的車輛檢測方法研究[D];長安大學(xué);2015年

4 王成坤;混合交通流兩輪車輛的視頻檢測研究[D];江西理工大學(xué);2014年

5 李朋;視頻監(jiān)控中運(yùn)動車輛檢測與跟蹤算法研究[D];哈爾濱工業(yè)大學(xué);2015年

6 秦龍;停車場出口快速通行計(jì)費(fèi)系統(tǒng)的設(shè)計(jì)與開發(fā)[D];大連海事大學(xué);2015年

7 文志東;基于磁阻傳感器的無線車輛檢測系統(tǒng)研究與設(shè)計(jì)[D];重慶理工大學(xué);2015年

8 周年芳;基于大場景多視頻的運(yùn)動車輛檢測與連續(xù)跟蹤研究[D];中國礦業(yè)大學(xué);2015年

9 何文偉;交通環(huán)境下的車輛檢測與跟蹤算法研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

10 余松;電子警察系統(tǒng)中車輛跟蹤及夜間車輛檢測算法研究[D];西安電子科技大學(xué);2014年

，

本文編號：2433520