基于GPU的闖紅燈車輛視頻檢測算法研究.pdf

1、隨著汽車數(shù)量的日益增多，交通壓力急劇增加，由車輛違章行為引起的道路交通事故也越來越多，因此世界各國都加強了對智能交通系統(tǒng)的研究與應(yīng)用。闖紅燈車輛檢測是智能交通系統(tǒng)的一個重要內(nèi)容，它對減少交通事故、規(guī)范交叉路口的行車秩序、保證交通的暢通具有重要的作用。由于基于視頻的闖紅燈車輛檢測方法具有監(jiān)控范圍廣、使用成本低等特點，近年來得到深入研究和廣泛應(yīng)用。基于混高斯模型的運動目標(biāo)(車輛)檢測算法是這一領(lǐng)域最主流的算法，但是該算法用于闖紅燈車輛檢測依

2、然還存在初始化參數(shù)選擇不合理、實時性差等問題。針對這些問題，本文對混合高斯模型的參數(shù)初始化和GPU并行計算等問題進行了研究。本文的主要工作和貢獻如下：
　　 (1)針對實際道路監(jiān)控視頻中，若采用紅燈期間采集到的第1幀圖像初始化混合高斯模型參數(shù)，通常會因為含有運動車輛而出現(xiàn)混合高斯模型初始化參數(shù)選擇不合理的問題，本文提出了一種改進的混合高斯模型初始化算法，即先利用第一個紅燈期間的視頻數(shù)據(jù)構(gòu)建背景圖像，再用它初始化混合高斯模型參數(shù)。