交通視頻中的車輛分析與特征檢索.pdf

1、本文的中心內容為智能交通監(jiān)控系統(tǒng)的設計與實現(xiàn)，以系統(tǒng)中的關鍵技術展開研究。該系統(tǒng)主要有以下兩部分功能：首先，系統(tǒng)具有車輛分析功能。系統(tǒng)通過攝像頭采集路面上的交通視頻，利用運動目標檢測與分割技術，對駛入監(jiān)控區(qū)域的車輛圖像進行分割，同時記錄該車輛在視頻中的駛入時間，將車輛圖像與時間一一對應建立時間軸。再通過運動目標跟蹤技術對車輛進行跟蹤，并估測車輛的行駛速度。通過對所有分割出的車輛的圖像做特征點檢測，建立特征向量數(shù)據(jù)庫，供后期特征檢索使用。

2、其次，系統(tǒng)具有車輛檢索功能。操作人員可以使用該系統(tǒng)檢索具有指定特征的車輛在監(jiān)控錄像中出現(xiàn)的視頻片段。通過向系統(tǒng)提供待查找的車輛的圖片，系統(tǒng)對其做特征提取，并對提取的每一個特征向量在海量數(shù)據(jù)庫中進行匹配，進而得到與待查找車輛特征相似的所有車輛在監(jiān)控視頻中出現(xiàn)的片段。因此，該系統(tǒng)不但可以有效的監(jiān)控道路上的車輛信息，更能有效地簡化公安部門在發(fā)生事故之后的查證工作，提高工作效率。
　　 在車輛檢測方面，系統(tǒng)利用視頻中背景和運動物體的空間

3、相關性和時域一致性，綜合幀差和背景差各自的優(yōu)點提出了一種快速而有效的車輛分割方法，并利用背景模型的參數(shù)更新解決噪聲和光照漸變所帶來的影響。同時，所有的計算均在圖像的梯度空間進行，目的是減少陰影給分割帶來的干擾，使分割效果更加準確。再利用CUDA模型使算法在GPU上加速，使該算法不但具有良好的分割效果，更能滿足智能交通監(jiān)控系統(tǒng)對實時性的要求。在車輛跟蹤方面，為了有效處理車輛之間遮擋所帶來的跟蹤丟失問題，本系統(tǒng)采用基于Harris特征點匹配

4、的方法實現(xiàn)車輛的跟蹤。同時，利用攝像機定標技術，將車輛在二維圖像中的行駛距離轉換為實際三維空間中的行駛的路程，進而估算車速。系統(tǒng)將監(jiān)控區(qū)域分割為車輛檢測區(qū)域和跟蹤區(qū)域，使系統(tǒng)的檢測工作與跟蹤工作協(xié)調進行，減少不必要的計算。
　　 在車輛的檢索方面，系統(tǒng)對待檢索的車輛圖像做SIFT特征提取，并將每一個特征向量在前期建立的特征數(shù)據(jù)庫中進行匹配查找，實現(xiàn)基于特征的圖像限定檢索。再根據(jù)檢索出的圖片所對應的時刻，在時間軸上提取視頻片段，完