【摘要】：近年來(lái)隨著交通擁堵、違章亂停等問(wèn)題的日益嚴(yán)重,智能交通監(jiān)控系統(tǒng)被引起廣泛的關(guān)注。車輛檢測(cè)與解析作為其中非常關(guān)鍵的技術(shù),已經(jīng)成為計(jì)算機(jī)視覺(jué)和智能交通監(jiān)控領(lǐng)域的一個(gè)熱點(diǎn)問(wèn)題。在復(fù)雜的交通監(jiān)控場(chǎng)景下,由于車與車、車與人經(jīng)常出現(xiàn)在一起,遮擋已經(jīng)成為其中最棘手的問(wèn)題;另外,車輛部件的狀態(tài)變化(如打開(kāi)車門)所引入的大的結(jié)構(gòu)和表觀變化也給車輛識(shí)別帶來(lái)了很多挑戰(zhàn)。本文從視覺(jué)認(rèn)知和統(tǒng)計(jì)建模的角度出發(fā),系統(tǒng)地研究和分析了:1)車輛檢測(cè)過(guò)程中的遮擋、多視角、上下文關(guān)系等問(wèn)題;2)車輛解析過(guò)程中的語(yǔ)義部件定位及狀態(tài)變化識(shí)別。本章分別從“隱式地遮擋建�！@示地遮擋建�！舷挛暮驼趽跬瑫r(shí)建�！币约啊翱臻g(圖像)——時(shí)空(視頻)”兩個(gè)角度構(gòu)建了四個(gè)與或圖模型。主要工作包括如下四個(gè)方面:提出了一種基于車對(duì)(Car Pair)的車輛建模與檢測(cè)方法。該模型隱式地建模了遮擋、多視角信息以及車與車之間的上下文關(guān)系。它主要用來(lái)處理現(xiàn)實(shí)生活中車與車之間互相遮擋的問(wèn)題。與傳統(tǒng)的單獨(dú)對(duì)一個(gè)車進(jìn)行遮擋建模的方式不同,本文認(rèn)為在車比較多的情況下,車對(duì)(Car Pair)可以作為一個(gè)基本單元來(lái)組合出不同的遮擋模式。另外,車對(duì)也包含了更多的視覺(jué)上下文信息,從而使學(xué)習(xí)到的檢測(cè)器更加魯棒。為了能夠表示遮擋車輛的視覺(jué)模式,本文提出了一種三層的與或圖(And-Or Graph)模型來(lái)對(duì)不同的車輛遮擋情況進(jìn)行量化。在實(shí)際車輛遮擋數(shù)據(jù)集上的結(jié)果證明了所提出的模型的優(yōu)越性。提出了一種基于遮擋模擬和遮擋結(jié)構(gòu)自適應(yīng)學(xué)習(xí)的車輛建模與檢測(cè)方法。這一部分工作利用當(dāng)前較成熟的CAD技術(shù)來(lái)模擬實(shí)際生活中車輛被遮擋的情況。首先,根據(jù)所有遮擋圖像中每個(gè)CAD車部件可見(jiàn)與不可見(jiàn)的情況,可以得到一個(gè)關(guān)于遮擋信息的數(shù)據(jù)矩陣(Data Matrix);然后,利用圖壓縮(Graph Compression)算法來(lái)自適應(yīng)地從數(shù)據(jù)矩陣上學(xué)習(xí)出與或圖模型的結(jié)構(gòu)。最后,為了捕獲真實(shí)的表觀信息,與或圖模型的參數(shù)是在實(shí)際數(shù)據(jù)上學(xué)習(xí)到的。在一系列的遮擋車輛數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,所提出的與或圖模型能高效地表示實(shí)際場(chǎng)景下車輛的遮擋結(jié)構(gòu)。提出了一種基于上下文和遮擋建模的車輛建模與檢測(cè)方法。這部分工作將車輛檢測(cè)的上下文和遮擋信息統(tǒng)一起來(lái)進(jìn)行建模。這里的上下文主要是指圖像中相鄰的N(N?1)個(gè)車之間的相對(duì)位置關(guān)系。為了減小模型的復(fù)雜性,同時(shí)提高模型的靈活性,本文提出了一種新的層次性與或圖模型。通過(guò)從訓(xùn)練數(shù)據(jù)中挖掘出具有判別性的上下文模式(Context Pattern)和遮擋模式(Occlusion Pattern),該模型的結(jié)構(gòu)可以被自適應(yīng)地學(xué)習(xí)出來(lái)。模型參數(shù)的學(xué)習(xí)采用了基于弱標(biāo)注的結(jié)構(gòu)化支持向量機(jī)(WLSSVM)。所提出的模型在多個(gè)極具挑戰(zhàn)性的車輛數(shù)據(jù)集上都取得了當(dāng)時(shí)最好的檢測(cè)結(jié)果。引入了一個(gè)新問(wèn)題——車輛語(yǔ)義部件狀態(tài)變化的識(shí)別,相比于車輛檢測(cè),車輛部件具有更大的幾何(Geometry)和表觀(Appearance)變化,而且更容易被遮擋。同時(shí),提出了一種時(shí)空(Spatial-Temporal)與或圖模型來(lái)統(tǒng)一地處理車輛檢測(cè)、語(yǔ)義部件定位和部件狀態(tài)變化的識(shí)別。在一個(gè)新收集的車輛狀態(tài)變化數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明了所提出的模型的有效性。本文以車輛檢測(cè)與解析為具體的應(yīng)用,著重于遮擋建模和目標(biāo)模型結(jié)構(gòu)的設(shè)計(jì)與學(xué)習(xí),在理論和實(shí)踐上都取得了一些突破。所提出的理論模型和算法對(duì)計(jì)算機(jī)視覺(jué)、模式識(shí)別和機(jī)器學(xué)習(xí)都具有指導(dǎo)和借鑒意義。
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：U495;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張文溥;;視頻車輛檢測(cè)技術(shù)及發(fā)展趨勢(shì)[J];中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

2 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(cè)研究進(jìn)展[J];遙感技術(shù)與應(yīng)用;2012年01期

3 錢志明;楊家寬;段連鑫;;基于視頻的車輛檢測(cè)與跟蹤研究進(jìn)展[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S2期

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

5 文學(xué)志;趙宏;王楠;袁淮;;基于知識(shí)和外觀方法相結(jié)合的后方車輛檢測(cè)[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年03期

6 劉振華;黃磊;劉昌平;;一種基于視頻圖像處理的車輛違章檢測(cè)算法[J];公路交通科技;2012年02期

7 楊阿麗;劉峽壁;魏雪;萬(wàn)玉釵;;用于交通治安卡口的全天候視頻車輛檢測(cè)方法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

8 魏凱;盛建平;熊凱;;基于陰影特征的前向車輛檢測(cè)和測(cè)距方法研究[J];機(jī)械設(shè)計(jì)與制造;2013年02期

9 郭磊;李克強(qiáng);王建強(qiáng);連小珉;;一種基于特征的車輛檢測(cè)方法[J];汽車工程;2006年11期

10 李光才;;一種改進(jìn)的背景重建與更新方法[J];中國(guó)水運(yùn)(下半月);2008年05期

相關(guān)會(huì)議論文 前10條

1 錢志明;楊家寬;段連鑫;;基于視頻的車輛檢測(cè)與跟蹤研究進(jìn)展[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

2 聞?dòng)?潘霓;;基于磁偏角的車輛檢測(cè)的研究[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

3 楊阿麗;劉峽壁;魏雪;萬(wàn)玉釵;;用于交通治安卡口的全天候視頻車輛檢測(cè)方法[A];全國(guó)第22屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議(CACIS·2011)暨全國(guó)第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會(huì)議論文摘要集[C];2011年

4 楊淼;;基于卡爾曼濾波的電子警察系統(tǒng)車輛檢測(cè)算法[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

5 蔣大林;馬軍強(qiáng);;基于視頻的車輛檢測(cè)與跟蹤方法綜述[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

6 鄒月嫻;王一言;關(guān)佩;楊華;陳維榮;;復(fù)雜視頻背景中的運(yùn)動(dòng)車輛檢測(cè)技術(shù)[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

7 李舜酩;繆小冬;;視覺(jué)車輛檢測(cè)方法的研究進(jìn)展及展望[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

8 王忠耀;任青春;王少華;郭春生;;基于紅外視頻的車載行人車輛檢測(cè)系統(tǒng)[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

9 孫明;孫紅;;智能交通系統(tǒng)中車輛的圖像檢測(cè)方法研究[A];農(nóng)業(yè)工程科技創(chuàng)新與建設(shè)現(xiàn)代農(nóng)業(yè)——2005年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文集第三分冊(cè)[C];2005年

10 吳嶸;何培宇;徐自勵(lì);段文鋒;劉珂含;;一種去背景的車輛檢測(cè)與跟蹤快速算法[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

相關(guān)重要報(bào)紙文章 前10條

1 記者 何雪峰;宿州簡(jiǎn)政放權(quán)助推縣域經(jīng)濟(jì)[N];安徽日?qǐng)?bào);2009年

2 記者 賈瑞芳;檢車進(jìn)企業(yè) 溫暖送到家[N];河北經(jīng)濟(jì)日?qǐng)?bào);2009年

3 鄭利平;湖州車輛檢測(cè)科研項(xiàng)目通過(guò)鑒定[N];中國(guó)交通報(bào);2004年

4 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?qǐng)?bào)(漢);2007年

5 張奇 李小潔;車輛檢測(cè)，為何招來(lái)怨聲一片[N];檢察日?qǐng)?bào);2002年

6 本報(bào)記者 侯莎莎;車輛年檢強(qiáng)制免費(fèi)換牌釘[N];北京日?qǐng)?bào);2012年

7 奚榮武　顧剛;昆山：1100萬(wàn)元加強(qiáng)卡口監(jiān)控[N];人民公安報(bào);2009年

8 見(jiàn)習(xí)記者 黃鵬飛;檢測(cè)要細(xì)之又細(xì)，事故要堅(jiān)決壓降[N];法治快報(bào);2006年

9 記者 楊耀青;車輛檢測(cè)更加公正透明[N];西安日?qǐng)?bào);2011年

10 張貴峰;車檢改革應(yīng)將交通部門納入其中[N];法制日?qǐng)?bào);2014年

相關(guān)博士學(xué)位論文 前8條

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

2 劉培勛;車輛主動(dòng)安全中關(guān)于車輛檢測(cè)與跟蹤算法的若干研究[D];吉林大學(xué);2015年

3 張偉;基于視覺(jué)的運(yùn)動(dòng)車輛檢測(cè)與跟蹤[D];上海交通大學(xué);2007年

4 徐琨;交通視頻監(jiān)控中的車輛檢測(cè)與跟蹤方法研究[D];長(zhǎng)安大學(xué);2009年

5 王曾敏;小波圖像融合算法及其在視頻車輛檢測(cè)系統(tǒng)中的應(yīng)用研究[D];天津大學(xué);2009年

6 許潔瓊;基于視頻圖像處理的車輛檢測(cè)與跟蹤方法研究[D];中國(guó)海洋大學(xué);2012年

7 嚴(yán)捷豐;交通視頻監(jiān)控中的車輛檢測(cè)與分割方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

8 李衛(wèi)江;基于線陣CCD成像交通信息采集和檢測(cè)技術(shù)的研究[D];長(zhǎng)安大學(xué);2008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(wú)線車輛檢測(cè)系統(tǒng)研究[D];華南理工大學(xué);2015年

2 王齊;車輛檢測(cè)與樣本采集系統(tǒng)的研究與設(shè)計(jì)[D];延邊大學(xué);2015年

3 馬蓓蓓;基于HOG特征的車輛檢測(cè)技術(shù)研究[D];華南理工大學(xué);2015年

4 張雙;基于嵌入式技術(shù)的物流跟蹤及車輛檢測(cè)系統(tǒng)設(shè)計(jì)[D];昆明理工大學(xué);2015年

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

6 馮樂(lè);基于AMR傳感器的車輛信息采集系統(tǒng)[D];天津理工大學(xué);2015年

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

8 趙倩倩;基于目標(biāo)特征點(diǎn)跟蹤與聚類的車輛檢測(cè)算法研究[D];長(zhǎng)安大學(xué);2015年

9 田蘇慧敏;基于視頻圖像處理的車輛檢測(cè)與車流量統(tǒng)計(jì)平臺(tái)的設(shè)計(jì)實(shí)現(xiàn)[D];寧夏大學(xué);2015年

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

本文編號(hào)：2775752