基于車輛特征的交通視頻檢索.pdf

1、目前，隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展以及城市規(guī)模的不斷擴(kuò)大，車輛越來越普及，各種復(fù)雜的交通問題已經(jīng)浮現(xiàn)出來。交通違章肇事現(xiàn)象越來越常見，給交通監(jiān)管人員的工作提出了更高的要求。目前，公安人員一般是通過觀看交通監(jiān)控視頻來追查違章肇事車輛，將違章肇事車輛的視頻片段作為車主的違規(guī)證據(jù)。然而，長(zhǎng)時(shí)間的觀看交通視頻容易引起精神壓力和視覺疲勞，會(huì)導(dǎo)致工作人員的工作效率下降，造成錯(cuò)誤的判斷或者遺漏重要信息。面對(duì)越來越多的視頻信息，如何有效的分析以及方便快捷的檢

2、索就成了迫切需要解決的問題。
　　 本文首先針對(duì)交通視頻中車輛的檢測(cè)過程中背景模型的建立進(jìn)行詳細(xì)介紹，得到運(yùn)動(dòng)區(qū)域之后進(jìn)行了陰影去除工作;然后對(duì)檢測(cè)到的車輛進(jìn)行跟蹤，對(duì)跟蹤過程中出現(xiàn)的目標(biāo)粘連情況進(jìn)行了分析并提出了解決方案;提取了交通視頻中車輛的顏色、大小、軌跡特征;設(shè)計(jì)了一個(gè)基于車輛特征的交通視頻檢索框架。本文的主要內(nèi)容如下:
　　 1.在視頻中運(yùn)動(dòng)車輛的檢測(cè)方面，采用基于背景建模的背景差運(yùn)動(dòng)檢測(cè)方法。背景建模就是將當(dāng)

3、前幀之前的若干視頻幀為樣本，為背景圖像中的每一個(gè)像素點(diǎn)建立數(shù)學(xué)模型，然后利用背景模型估計(jì)當(dāng)前幀的背景圖像。這種方法具有檢測(cè)效果好、檢測(cè)速度快、對(duì)噪聲魯棒性強(qiáng)等優(yōu)點(diǎn)。另外，本文還采用基于梯度濾波器的方法去除運(yùn)動(dòng)區(qū)域的陰影。
　　 2.在運(yùn)動(dòng)車輛跟蹤方面，采用基于運(yùn)動(dòng)預(yù)測(cè)的多目標(biāo)跟蹤算法。根據(jù)車輛運(yùn)動(dòng)的連續(xù)性來預(yù)測(cè)車輛在當(dāng)前幀的位置，將預(yù)測(cè)區(qū)域與當(dāng)前幀的連通區(qū)域進(jìn)行匹配。此外，本文還考慮了三種常見的目標(biāo)粘連方式，使用相應(yīng)的算法將粘連

4、車輛分割，實(shí)現(xiàn)了對(duì)交通視頻中多車輛的有效跟蹤。
　　 3.在運(yùn)動(dòng)車輛特征提取方面，首先對(duì)每一輛檢測(cè)到的車輛分配一個(gè)序號(hào)，然后提取車輛的特征。對(duì)車輛的顏色特征進(jìn)行分析，得到其主要顏色;對(duì)車輛的幾何特征進(jìn)行分類，得到車輛類型;對(duì)車輛的軌跡進(jìn)行聚類分析，得到該車輛的運(yùn)動(dòng)軌跡模型。
　　 4.在視頻檢索框架設(shè)計(jì)方面，本文設(shè)計(jì)了一個(gè)基于車輛特征交通視頻檢索框架。將車輛的顏色，車型以及運(yùn)動(dòng)軌跡作為視頻檢索的特征庫，提供了幾種不同的檢