一种面向全景视频的交通状态检测方法
传统的交通状态检测方法对全景视频中的车辆检测时存在检测精度低、鲁棒性差等缺点.为了解决这些问题,该文提出了一种新的基于虚拟检测线的车辆检测方法.首先,利用提出的基于动态学习率的改进混合Gauss模型构建背景,背景模型的学习率由检测到的车速决定;其次,通过引入Mahalanobis距离来判断虚拟线上的像素是否属于背景;最后,通过设置检测跟踪区域检测车速并跟踪车辆行驶轨迹,避免重复计算车辆数.实验结果验证了所提方法的有效性及在各种场景下较强的鲁棒性.
自动化技术、虚拟检测线、Mahalanobis距离、交通状态
51
TV148(水利工程基础科学)
国家”十一五”科技支撑计划项目2007BAK12B15
2011-06-01(万方平台首次上网日期,不代表论文的发表时间)
30-35