基于視頻的車輛軌跡聚類分析及異常檢測.pdf

1、車輛運行軌跡是車輛行為最直觀的體現(xiàn)，通過分析車輛軌跡，一方面可以獲取場景信息，另一方面可以檢測車輛行為。本文通過對車輛運動軌跡的提取、聚類和異常檢測，來實現(xiàn)對車輛行為的描述和分析。其中，本文重點對車輛軌跡的方向特征、軌跡相似性度量以及軌跡異常檢測等方面進行了研究，提出了相關概念和算法，并通過基于真實數(shù)據(jù)的實驗驗證了算法的合理性和有效性。
　　本文主要做了以下幾個方面的工作：首先，采用背景差分法和基于Kalman濾波的目標跟蹤方法實

2、現(xiàn)運動車輛視頻檢測與跟蹤，提取車輛的運行軌跡，為后面的軌跡分析工作提供軌跡數(shù)據(jù)；然后，根據(jù)研究問題的需要，系統(tǒng)地分析了車輛軌跡的方向特征，提出了方向角、轉向角、主方向等概念，在軌跡特征的基礎上定義了中心-主方向距離和方向角距離兩種相似性度量，并將其應用到軌跡聚類中，通過實驗驗證這兩種相似度的有效性；接著，在聚類的基礎上利用區(qū)間分段的方法，提取出每類軌跡的典型模式，并根據(jù)每類軌跡與典型軌跡模式的偏差建立統(tǒng)計模型，典型模式和偏差統(tǒng)計模型共同