出租車是人們最常選擇的出行方式之一,它具有靈活,舒適,個(gè)性化服務(wù)的特點(diǎn)。但隨著出租車需求量的增多,出租車違法違章現(xiàn)象也逐步的增多,這就導(dǎo)致執(zhí)法人員的工作量大大增加,很多時(shí)候都造成執(zhí)法過程中的一些漏檢和誤檢現(xiàn)象。目前,針對(duì)出租車行業(yè)的非現(xiàn)場(chǎng)執(zhí)法工作已經(jīng)初步展開,其中,出租車司機(jī)吸煙行為經(jīng)探索已經(jīng)被認(rèn)定為適用于非現(xiàn)場(chǎng)執(zhí)法。但由于針對(duì)吸煙違法違章運(yùn)營行為的非現(xiàn)場(chǎng)執(zhí)法處于探索和起步階段,缺少一套數(shù)據(jù)采集和分析的標(biāo)準(zhǔn);同時(shí),在執(zhí)法過程中依舊存在工作量大,人情執(zhí)法等問題;所以,行業(yè)內(nèi)急需制定一套出租車司機(jī)吸煙行為圖像取證技術(shù)標(biāo)準(zhǔn)和實(shí)現(xiàn)一套針對(duì)出租車司機(jī)吸煙行為的自動(dòng)檢測(cè)算法。因此,本文針對(duì)出租汽車司機(jī)在運(yùn)營過程中吸煙的行為展開研究,完成的主要工作包括:(1)提出一套出租車司機(jī)吸煙行為圖像取證技術(shù)標(biāo)準(zhǔn)(草案)。本文首先分析了目前國內(nèi)交通行業(yè)針對(duì)違法違章行為的取證技術(shù)標(biāo)準(zhǔn);接著結(jié)合現(xiàn)場(chǎng)的檢測(cè)環(huán)境和檢測(cè)需求,將吸煙行為的判斷標(biāo)準(zhǔn)劃分為高、中、低三個(gè)等級(jí);最后分析了判定吸煙行為的取證要素,制定了一套供交通執(zhí)法總隊(duì)參考的取證技術(shù)標(biāo)準(zhǔn)。(2)提出一種針對(duì)出租車檢測(cè)的高魯棒性算法。本文首先分析了車輛檢測(cè)的現(xiàn)狀,并利用車輛檢測(cè)中魯棒性和實(shí)時(shí)性較好的Haar-Adaboost算法,對(duì)出租車進(jìn)行特征提取和分類;考慮到現(xiàn)場(chǎng)環(huán)境經(jīng)常出現(xiàn)出租車相互遮擋的情況,并且為了將出租車和其他車輛區(qū)分開,因此選取出租車不易被遮擋的車窗和特有的車頂燈區(qū)域(以下統(tǒng)稱車窗區(qū)域)作為Haar特征提取的感興趣區(qū)域,實(shí)現(xiàn)對(duì)出租車的初步檢測(cè),通過在作者采集的測(cè)試集下測(cè)試,準(zhǔn)確率最高為97.3%。針對(duì)實(shí)際環(huán)境中存在將背景區(qū)域和私家車誤檢成出租車的情況,本文提出一種針對(duì)出租車特有的車頂燈區(qū)域進(jìn)行定位和直方圖對(duì)比的方法,實(shí)現(xiàn)對(duì)出租車的二次檢測(cè)。在實(shí)際檢測(cè)過程中,一些背景區(qū)域和私家車的Haar特征和出租車車窗Haar特征較為相似,為解決上述問題,本文根據(jù)車頂燈的形狀和位置等先驗(yàn)知識(shí)信息定位出出租車車頂燈區(qū)域,利用HSV模型下的直方圖對(duì)比的方法將定位區(qū)域與車頂燈模板進(jìn)行匹配,根據(jù)匹配結(jié)果實(shí)現(xiàn)對(duì)出租車的二次檢測(cè),經(jīng)總隊(duì)采集的出租車視頻測(cè)試得,實(shí)際環(huán)境下的檢測(cè)準(zhǔn)確率可達(dá)94.2%,誤檢率為2.7%。(3)針對(duì)出租車司機(jī)車內(nèi)吸煙的問題,提出一種HSV空間下混合高斯模型運(yùn)動(dòng)目標(biāo)檢測(cè)法,實(shí)現(xiàn)對(duì)疑似煙霧區(qū)域的檢測(cè)。本文首先定義車窗延伸區(qū)域?yàn)闊熿F檢測(cè)區(qū)域;接著分析常用的運(yùn)動(dòng)目標(biāo)檢測(cè)算法的優(yōu)缺點(diǎn)和適用環(huán)境,并利用混合高斯模型提取運(yùn)動(dòng)前景目標(biāo);最后分析了RGB和HSV空間下的煙霧顏色特征,并利用S通道和V通道的閾值判定出疑似煙霧區(qū)域。(5)針對(duì)疑似煙霧區(qū)域中誤檢的情況,本文提出一種利用吸煙煙霧特有的運(yùn)動(dòng)特征,實(shí)現(xiàn)對(duì)吸煙行為的檢測(cè)和判定。本文首先分析了吸煙產(chǎn)生的煙霧和其他運(yùn)動(dòng)目標(biāo)相異的運(yùn)動(dòng)特征,通過分析其特有的面積特征、運(yùn)動(dòng)方向特征和存留時(shí)間特征實(shí)現(xiàn)對(duì)其的檢測(cè)。在實(shí)際檢測(cè)過程中,首先對(duì)疑似煙霧區(qū)域進(jìn)行形態(tài)學(xué)處理,消除區(qū)域中的孤立點(diǎn)和空洞;接著記錄分析疑似煙霧區(qū)域面積增長(zhǎng)區(qū)間內(nèi)的面積速率變化趨勢(shì)、質(zhì)心軌跡相對(duì)角度變化趨勢(shì)特征,并利用SVM分類器實(shí)現(xiàn)對(duì)吸煙行為的判定。經(jīng)測(cè)試,實(shí)驗(yàn)室環(huán)境下的吸煙視頻的檢測(cè)準(zhǔn)確率可達(dá)87%,總隊(duì)拷貝的出租車司機(jī)吸煙視頻的檢測(cè)準(zhǔn)確率可達(dá)70%。
【學(xué)位單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.41;U492.434
【部分圖文】：

圖 1-1 非現(xiàn)場(chǎng)執(zhí)法視頻取證Figure 1-1 Taking video evidences for off-site law enforcement利用多媒體信息處理與模式識(shí)別等技術(shù)相結(jié)合的手段可以不和違法當(dāng)事人直接接觸，在主觀上避免了執(zhí)法人的隨意性。同時(shí)，通過信息化技術(shù)向違法當(dāng)事人出示違法證據(jù)，通過執(zhí)法程序統(tǒng)一處理，在客觀上體現(xiàn)了執(zhí)法的公平、公正、公開，實(shí)現(xiàn)了從嚴(yán)治理交通各類違法違章現(xiàn)象的作用。因此，實(shí)現(xiàn)一種針對(duì)出租車司機(jī)吸煙行為的高效的、智能化的非現(xiàn)場(chǎng)的執(zhí)法手段勢(shì)在必行。1.2 相關(guān)技術(shù)的研究現(xiàn)狀北京市非現(xiàn)場(chǎng)執(zhí)法流程如圖 1-2 所示。非現(xiàn)場(chǎng)執(zhí)法目前的流程[7]包括：執(zhí)法人員利用高科技設(shè)備提取違法信息，主要是通過攝像頭進(jìn)行視頻數(shù)據(jù)采集，結(jié)合《北京市出租汽車管理?xiàng)l例》，對(duì)出租汽車違法違章運(yùn)營行為進(jìn)行人工監(jiān)測(cè)；利用計(jì)算機(jī)技術(shù)對(duì)違法違章信息進(jìn)行存儲(chǔ)，針對(duì)違法違章行為進(jìn)行信息核對(duì)，通過互聯(lián)網(wǎng)渠道或者前方執(zhí)法人員告知違法違章人員相關(guān)信息。其中，違法違章信息取證的過程是非現(xiàn)場(chǎng)執(zhí)法順利開展的基本保障。但是，非現(xiàn)場(chǎng)執(zhí)法取證方式仍面

第 1 章 緒 論非現(xiàn)場(chǎng)執(zhí)法中被認(rèn)定的較為常見的違法違章行為，當(dāng)執(zhí)法人員通過監(jiān)控有出租車司機(jī)吸煙時(shí)，便會(huì)對(duì)該視頻進(jìn)行截取和存儲(chǔ)。本文針對(duì)出租車行為展開研究，利用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)對(duì)出租車司機(jī)吸煙行為的自動(dòng)代替人工識(shí)別吸煙行為和提取違法違章信息。通過對(duì)人工提取的吸煙頻和圖像分析可得，針對(duì)出租車司機(jī)吸煙行為的檢測(cè)需實(shí)現(xiàn)出租車的檢行為的檢測(cè)。

不僅要在監(jiān)控視頻中發(fā)現(xiàn)明確證據(jù)并獲取能發(fā)生時(shí)預(yù)警，因此將出租車司機(jī)吸煙行為標(biāo)準(zhǔn)如表 2-7 所示。每個(gè)等級(jí)的吸煙行為表 2-7 出租車司機(jī)吸煙行為分級(jí)標(biāo)準(zhǔn)7 Classification standards for smoking behavior of t高 中 人手持煙頭 檢測(cè)到疑似煙霧區(qū)域 檢手晃動(dòng) (2)檢測(cè)到

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 交軒;;交通管理非現(xiàn)場(chǎng)執(zhí)法的研究與探索[J];道路交通管理;2015年05期

2 胡春海;王曉婧;劉斌;蘇翔宇;郭士亮;;一種基于MI-Simba算法的香煙煙霧識(shí)別方法[J];模式識(shí)別與人工智能;2015年03期

3 楊先鳳;楊燕;;一種基于HOG-LBP的高效車輛檢測(cè)方法[J];計(jì)算機(jī)工程;2014年09期

4 羅勝;Jiang Yuzheng;;視頻檢測(cè)煙霧的研究現(xiàn)狀[J];中國圖象圖形學(xué)報(bào);2013年10期

5 王進(jìn)賢;王泉;王平;戴劍波;;一種無線煙霧傳感器節(jié)點(diǎn)的設(shè)計(jì)與實(shí)現(xiàn)[J];中國儀器儀表;2008年S1期

6 李卓;邱慧娟;;基于相關(guān)系數(shù)的快速圖像匹配研究[J];北京理工大學(xué)學(xué)報(bào);2007年11期

7 黃嬙;;非現(xiàn)場(chǎng)執(zhí)法的現(xiàn)狀及完善[J];上海公安高等�？茖W(xué)校學(xué)報(bào);2007年03期

8 代科學(xué);李國輝;涂丹;袁見;;監(jiān)控視頻運(yùn)動(dòng)目標(biāo)檢測(cè)減背景技術(shù)的研究現(xiàn)狀和展望[J];中國圖象圖形學(xué)報(bào);2006年07期

9 王樹文,閆成新,張?zhí)煨?趙廣州;數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2004年32期

10 謝可夫,許光平,劉習(xí)春;數(shù)學(xué)形態(tài)學(xué)濾波器的優(yōu)化設(shè)計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2003年35期

本文編號(hào)：2820726