基于交通視頻的違規(guī)私攬行為判定標準及識別方法研究
發(fā)布時間：2021-07-23 17:53
伴隨著時代高速發(fā)展和科技日新月異,人們對道路交通產(chǎn)生了強烈依賴,同時也對其提出了更多的要求。近年來,非現(xiàn)場執(zhí)法應用率逐年升高,各類道路交通管理科技手段被廣泛的應用于許多交通組織機構(gòu),許多常見違法違規(guī)行為都有相應的自動識別技術(shù)和取證標準。私攬行為,即出租車司機在規(guī)定禁止載客區(qū)域內(nèi)私自攬客的行為,是一種頻發(fā)的交通違規(guī)行為,其取證標準的制定和自動識別技術(shù)在交通安全領域具有著廣闊的應用前景,但目前并沒有相關(guān)機構(gòu)對其開展過研究。針對上述問題,本文給出了針對私攬行為取證標準的參考內(nèi)容,并且初步完成了基于視頻監(jiān)控的私攬行為的自動識別。本文的主要工作如下:（1）本文提出一種改進的Vibe運動目標檢測算法。針對Vibe算法在初始背景存在運動目標時以及存在靜止物體突然運動時,由于背景更新不及時會產(chǎn)生鬼影的問題,提出了基于運動狀態(tài)變化改變背景更新概率加速鬼影消除的改進方法。將Vibe算法與固定背景差分法結(jié)合,得到運動靜止目標前景,確定其位置,并根據(jù)對Vibe算法在該范圍內(nèi)是否出現(xiàn)對應目標判斷視頻中是否存在運動狀態(tài)的改變從而改變背景更新概率。該算法在保持實時性的基礎上加快了鬼影消除速度,檢測效果良好。（2）本...
【文章來源】：北京工業(yè)大學北京市 211工程院校
【文章頁數(shù)】：85 頁
【學位級別】：碩士
【部分圖文】：
乘客上車
（一）書證；（二）物證；（三）視聽資料；（四）電子數(shù)據(jù)；（五）證人證言；（六）當事人的陳述；（七）鑒定意見；（八）勘驗筆錄、現(xiàn)場筆錄。其中可以看出，視聽資料、電子數(shù)據(jù)都是私攬行為非現(xiàn)場執(zhí)法的取證需求。北京市交通執(zhí)法總隊私自攬客類案件的視頻證據(jù)采集與剪輯現(xiàn)狀如下：從整個視頻中截取的視頻證據(jù)應保持連續(xù)、完整。視頻證據(jù)中應保證車輛號、車輛運營狀態(tài)標識、清晰、易辨認。視頻證據(jù)中應包含整個乘客上車的全過，以及車輛駛離場站的全過程。從視頻證據(jù)中截取的兩張視頻屏幕截圖一張應乘客上車照片，另一張為車輛起步走車照片。范例如下圖所示：
客的區(qū)域私自攬客是違法違規(guī)行為。因此，私攬行為是指：站、公交車站等明文禁止攬客區(qū)域，私自搭載乘客，并打表計行為標準分級私攬行為，不僅要在監(jiān)控視頻中發(fā)現(xiàn)明確證據(jù)并獲取證據(jù)，發(fā)生時預警，因此將私攬行為的級別定為以下三級。根據(jù)不示執(zhí)法人員及時趕到現(xiàn)場。表 2-17 私攬行為分級Tab2-17 Unauthorized pick-up behavior classification行為 高 中 攬客 檢測到司機打表并駛離 檢測到行人上車 檢測到行圖示如下所示：(a)未發(fā)生私攬 (b)低級私攬
【參考文獻】：
期刊論文
[1]基于類Haar特征和最近鄰分類器的車輛檢測[J]. 周瑩,于曉艷. 電子技術(shù)與軟件工程. 2017(24)
[2]基于卷積神經(jīng)網(wǎng)絡的目標檢測研究綜述[J]. 李旭冬,葉茂,李濤. 計算機應用研究. 2017(10)
[3]結(jié)合光流法的車輛運動估計優(yōu)化方法[J]. 周經(jīng)美,趙祥模,程鑫,徐志剛,劉占文. 哈爾濱工業(yè)大學學報. 2016(09)
[4]A Novel Algorithm of Water Region Detection in SAR Image Based on Bag of Visual Words and Local Pattern Histogram[J]. FENG Jing,CHEN Liang,WEI Hang,BI Fukun,CHEN He. Chinese Journal of Electronics. 2016(05)
[5]道路交通安全違法取證設備使用管理研究[J]. 張軍,張昊,耿威. 道路交通管理. 2016(05)
[6]視頻中目標檢測算法研究[J]. 張明軍,俞文靜,袁志,黃志金. 軟件. 2016(04)
[7]基于累積運動能量圖像的人體動作識別[J]. 諶先敢,劉海華,高智勇. 中南民族大學學報(自然科學版). 2016(01)
[8]基于背景差分法的視頻目標檢測算法研究[J]. 汪國強,蓋琪琳,于懷勇,文雪,任天威. 黑龍江大學工程學報. 2014(04)
[9]基于Adaboost的多尺度梯度向量人體檢測方法[J]. 周迅,陶青川. 電子制作. 2013(15)
[10]人工智能技術(shù)在空中交通管理中的運用[J]. 種亞斌. 硅谷. 2013(07)
碩士論文
[1]基于視頻的運動檢測和跟蹤技術(shù)研究[D]. 王松.浙江大學 2017
[2]基于多特征級聯(lián)分類器的道路車輛檢測方法研究[D]. 李婷俐.湖南大學 2012
[3]角點在輪廓尺度空間的行為分析與檢測研究[D]. 王洪星.重慶大學 2010
本文編號：3299760
【文章來源】：北京工業(yè)大學北京市 211工程院校
【文章頁數(shù)】：85 頁
【學位級別】：碩士
【部分圖文】：
乘客上車
（一）書證；（二）物證；（三）視聽資料；（四）電子數(shù)據(jù)；（五）證人證言；（六）當事人的陳述；（七）鑒定意見；（八）勘驗筆錄、現(xiàn)場筆錄。其中可以看出，視聽資料、電子數(shù)據(jù)都是私攬行為非現(xiàn)場執(zhí)法的取證需求。北京市交通執(zhí)法總隊私自攬客類案件的視頻證據(jù)采集與剪輯現(xiàn)狀如下：從整個視頻中截取的視頻證據(jù)應保持連續(xù)、完整。視頻證據(jù)中應保證車輛號、車輛運營狀態(tài)標識、清晰、易辨認。視頻證據(jù)中應包含整個乘客上車的全過，以及車輛駛離場站的全過程。從視頻證據(jù)中截取的兩張視頻屏幕截圖一張應乘客上車照片，另一張為車輛起步走車照片。范例如下圖所示：
客的區(qū)域私自攬客是違法違規(guī)行為。因此，私攬行為是指：站、公交車站等明文禁止攬客區(qū)域，私自搭載乘客，并打表計行為標準分級私攬行為，不僅要在監(jiān)控視頻中發(fā)現(xiàn)明確證據(jù)并獲取證據(jù)，發(fā)生時預警，因此將私攬行為的級別定為以下三級。根據(jù)不示執(zhí)法人員及時趕到現(xiàn)場。表 2-17 私攬行為分級Tab2-17 Unauthorized pick-up behavior classification行為 高 中 攬客 檢測到司機打表并駛離 檢測到行人上車 檢測到行圖示如下所示：(a)未發(fā)生私攬 (b)低級私攬
【參考文獻】：
期刊論文
[1]基于類Haar特征和最近鄰分類器的車輛檢測[J]. 周瑩,于曉艷. 電子技術(shù)與軟件工程. 2017(24)
[2]基于卷積神經(jīng)網(wǎng)絡的目標檢測研究綜述[J]. 李旭冬,葉茂,李濤. 計算機應用研究. 2017(10)
[3]結(jié)合光流法的車輛運動估計優(yōu)化方法[J]. 周經(jīng)美,趙祥模,程鑫,徐志剛,劉占文. 哈爾濱工業(yè)大學學報. 2016(09)
[4]A Novel Algorithm of Water Region Detection in SAR Image Based on Bag of Visual Words and Local Pattern Histogram[J]. FENG Jing,CHEN Liang,WEI Hang,BI Fukun,CHEN He. Chinese Journal of Electronics. 2016(05)
[5]道路交通安全違法取證設備使用管理研究[J]. 張軍,張昊,耿威. 道路交通管理. 2016(05)
[6]視頻中目標檢測算法研究[J]. 張明軍,俞文靜,袁志,黃志金. 軟件. 2016(04)
[7]基于累積運動能量圖像的人體動作識別[J]. 諶先敢,劉海華,高智勇. 中南民族大學學報(自然科學版). 2016(01)
[8]基于背景差分法的視頻目標檢測算法研究[J]. 汪國強,蓋琪琳,于懷勇,文雪,任天威. 黑龍江大學工程學報. 2014(04)
[9]基于Adaboost的多尺度梯度向量人體檢測方法[J]. 周迅,陶青川. 電子制作. 2013(15)
[10]人工智能技術(shù)在空中交通管理中的運用[J]. 種亞斌. 硅谷. 2013(07)
碩士論文
[1]基于視頻的運動檢測和跟蹤技術(shù)研究[D]. 王松.浙江大學 2017
[2]基于多特征級聯(lián)分類器的道路車輛檢測方法研究[D]. 李婷俐.湖南大學 2012
[3]角點在輪廓尺度空間的行為分析與檢測研究[D]. 王洪星.重慶大學 2010
本文編號：3299760
本文鏈接：http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3299760.html
