隧道環(huán)境下行人目標(biāo)視頻檢測(cè)技術(shù)研究.pdf

1、行人檢測(cè)是現(xiàn)代交通管理中必要的支撐手段。在隧道環(huán)境下，傳統(tǒng)的人工檢測(cè)方式費(fèi)時(shí)費(fèi)力且極易漏檢，如何實(shí)現(xiàn)隧道行人的自動(dòng)檢測(cè)是目前亟待解決的問題。視頻檢測(cè)技術(shù)由于具有信息量大、安裝維護(hù)方便等優(yōu)點(diǎn)，是行人檢測(cè)的重要發(fā)展方向。但由于隧道環(huán)境極易受光照變化影響，且行人多為像素低、尺寸小的遠(yuǎn)景目標(biāo)，檢測(cè)難度較大，因此深入研究隧道環(huán)境下行人目標(biāo)視頻檢測(cè)技術(shù)具有重要理論和實(shí)際意義。
　　現(xiàn)有的基于視頻的行人檢測(cè)算法多側(cè)重于研究近景或中景行人目標(biāo)，對(duì)

2、遠(yuǎn)景行人目標(biāo)的研究相對(duì)較少。為此，本文針對(duì)隧道環(huán)境下行人目標(biāo)的視頻檢測(cè)方法展開了深入研究。在深入分析隧道行人目標(biāo)視頻檢測(cè)技術(shù)的問題和難點(diǎn)后，重點(diǎn)研究基于視頻的隧道行人目標(biāo)提取和隧道行人目標(biāo)識(shí)別。
　　在基于視頻的隧道行人目標(biāo)提取方面，對(duì)背景建模、背景更新及目標(biāo)去噪方法進(jìn)行了研究。針對(duì)光照變化十分復(fù)雜的隧道場(chǎng)景，選取了基于非參數(shù)核密度的背景建模方法，并提出一種適合隧道場(chǎng)景的背景更新方法，然后提出了一種基于概率比較的小面積行人目標(biāo)去噪

3、方法，結(jié)合背景差法，實(shí)現(xiàn)了隧道疑似行人目標(biāo)的提取。實(shí)驗(yàn)結(jié)果表明，基于非參數(shù)核密度的背景建模方法建模效果更好且用時(shí)較短，提出的背景更新方法能有效抑制隧道光照突變和漸變，提出的基于概率比較的小面積行人目標(biāo)去噪方法能有效去除燈光噪聲干擾，較好地實(shí)現(xiàn)了疑似行人目標(biāo)的提取。
　　在隧道行人目標(biāo)識(shí)別方面，提出了一種基于多特征的隧道行人目標(biāo)識(shí)別方法。首先綜合考慮疑似行人目標(biāo)的形狀、面積等特征，構(gòu)造疑似行人目標(biāo)的輪廓特征描述算子，建立基于模糊 C

4、均值聚類算法的輪廓特征識(shí)別器，實(shí)現(xiàn)行人目標(biāo)與非行人目標(biāo)的粗分；然后根據(jù)疑似行人目標(biāo)的運(yùn)動(dòng)特征構(gòu)建運(yùn)動(dòng)特征識(shí)別器，并進(jìn)一步通過兩級(jí)識(shí)別器級(jí)聯(lián)的方式實(shí)現(xiàn)隧道行人目標(biāo)的有效識(shí)別和標(biāo)識(shí)，實(shí)現(xiàn)隧道行人自動(dòng)報(bào)警。
　　最后，結(jié)合上述提出的算法，建立了隧道行人目標(biāo)視頻檢測(cè)實(shí)驗(yàn)系統(tǒng)，并利用重慶市多個(gè)高速公路隧道場(chǎng)景的交通監(jiān)控視頻數(shù)據(jù)，在 VC環(huán)境下進(jìn)行實(shí)驗(yàn)驗(yàn)證。結(jié)果表明，本文方法能較準(zhǔn)確地提取出疑似行人目標(biāo)，且提出的基于多特征的隧道行人目標(biāo)識(shí)別方