近年來,我國汽車市場的潛力持續(xù)釋放,使得我國交通環(huán)境趨于惡化。交通秩序混亂,交通事故頻發(fā)等問題日益嚴(yán)重。汽車持有量的持續(xù)加大對于還在研究和改進(jìn)階段的智能交通監(jiān)控系統(tǒng)造成了極大的考驗。傳統(tǒng)的智能交通監(jiān)控系統(tǒng)大多只具有視頻數(shù)據(jù)的記錄能力,而不具有視頻目標(biāo)檢測跟蹤以及視頻事件行為的分析理解能力。對于這種傳統(tǒng)的視頻監(jiān)控系統(tǒng),存在以下幾點(diǎn)弊端:通過人工進(jìn)行查看觀測,需要耗費(fèi)大量的人力財力,并且效率低下;無法對每個異常情況都觀察到位,會出現(xiàn)判斷不精確以及漏檢的情況;實時性較差,無法預(yù)測到突發(fā)性事件。所以基于監(jiān)控視頻圖像處理的車輛檢測、跟蹤及異常行為識別的研究,對于提高交通管理手段、保障公路行車安全具有十分重要的意義。本文從實際應(yīng)用角度出發(fā),以監(jiān)控視頻序列為研究對象,從車道線檢測,車輛目標(biāo)檢測,多車輛目標(biāo)跟蹤和異常行為識別等幾個關(guān)鍵技術(shù)著手進(jìn)行研究。結(jié)合車輛檢測、車輛跟蹤結(jié)果,配合車道線的道路信息,設(shè)計了停車、逆行、違章變道這三種異常行為事件自動檢測算法。具體的研究主要包括以下幾個方面的內(nèi)容:(1)設(shè)計了一種基于Sobel邊緣特征和HSV顏色特征相結(jié)合的預(yù)處理方法,粗定位車道線的位置,再利用Houg...

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的研究背景與意義
    1.2 國內(nèi)外發(fā)展現(xiàn)狀
        1.2.1 基于視頻的目標(biāo)檢測算法研究現(xiàn)狀
        1.2.2 基于視頻的目標(biāo)跟蹤算法研究現(xiàn)狀
    1.3 論文主要內(nèi)容和章節(jié)安排
        1.3.1 論文的主要研究內(nèi)容
        1.3.2 論文的章節(jié)安排
2 基于視頻的運(yùn)動車輛及車道線檢測
    2.1 典型的運(yùn)動車輛檢測方法概述及其實現(xiàn)
        2.1.1 基于運(yùn)動特征的車輛檢測算法
        2.1.2 基于表觀特征的車輛檢測算法
        2.1.3 基于深度神經(jīng)網(wǎng)絡(luò)的車輛檢測算法
    2.2 基于Darknet網(wǎng)絡(luò)模型和YOLOv3算法的車輛目標(biāo)檢測
        2.2.1 YOLOv3算法概述
        2.2.2 評價指標(biāo)及常用數(shù)據(jù)集
        2.2.3 實驗結(jié)果及分析
    2.3 車道線檢測
        2.3.1 車道線檢測方法概述
        2.3.2 基于HSV和Sobel特征結(jié)合的車道線預(yù)處理
        2.3.3 基于Hough變換的車道線檢測結(jié)果及分析
    2.4 本章小結(jié)
3 基于馬爾科夫決策過程的多車輛跟蹤
    3.1 運(yùn)動車輛跟蹤方法概述
    3.2 馬爾科夫決策過程(MDP)
    3.3 基于MDP的多車輛目標(biāo)跟蹤的實現(xiàn)過程
        3.3.1 單目標(biāo)車輛跟蹤的MDP建立過程
        3.3.2 狀態(tài)子空間的轉(zhuǎn)移策略
        3.3.3 多車輛目標(biāo)跟蹤及評價指標(biāo)
        3.3.4 實驗結(jié)果及分析
    3.4 本章小結(jié)
4 基于車輛檢測跟蹤的異常行為識別
    4.1 車輛異常行為識別概述
    4.2 車輛運(yùn)動軌跡獲取與分析
        4.2.1 車輛運(yùn)動軌跡獲取
        4.2.2 車輛軌跡模型建立與分析
    4.3 車輛異常行為識別
        4.3.1 停車識別
        4.3.2 逆行識別
        4.3.3 違章變道識別
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
作者簡歷及攻讀碩士學(xué)位期間的科研成果



本文編號：3934066