基于車輛特征的交通視頻檢索.pdf

1、目前，隨著我國經濟的快速發(fā)展以及城市規(guī)模的不斷擴大，車輛越來越普及，各種復雜的交通問題已經浮現(xiàn)出來。交通違章肇事現(xiàn)象越來越常見，給交通監(jiān)管人員的工作提出了更高的要求。目前，公安人員一般是通過觀看交通監(jiān)控視頻來追查違章肇事車輛，將違章肇事車輛的視頻片段作為車主的違規(guī)證據(jù)。然而，長時間的觀看交通視頻容易引起精神壓力和視覺疲勞，會導致工作人員的工作效率下降，造成錯誤的判斷或者遺漏重要信息。面對越來越多的視頻信息，如何有效的分析以及方便快捷的檢

2、索就成了迫切需要解決的問題。
　　 本文首先針對交通視頻中車輛的檢測過程中背景模型的建立進行詳細介紹，得到運動區(qū)域之后進行了陰影去除工作;然后對檢測到的車輛進行跟蹤，對跟蹤過程中出現(xiàn)的目標粘連情況進行了分析并提出了解決方案;提取了交通視頻中車輛的顏色、大小、軌跡特征;設計了一個基于車輛特征的交通視頻檢索框架。本文的主要內容如下:
　　 1.在視頻中運動車輛的檢測方面，采用基于背景建模的背景差運動檢測方法。背景建模就是將當

3、前幀之前的若干視頻幀為樣本，為背景圖像中的每一個像素點建立數(shù)學模型，然后利用背景模型估計當前幀的背景圖像。這種方法具有檢測效果好、檢測速度快、對噪聲魯棒性強等優(yōu)點。另外，本文還采用基于梯度濾波器的方法去除運動區(qū)域的陰影。
　　 2.在運動車輛跟蹤方面，采用基于運動預測的多目標跟蹤算法。根據(jù)車輛運動的連續(xù)性來預測車輛在當前幀的位置，將預測區(qū)域與當前幀的連通區(qū)域進行匹配。此外，本文還考慮了三種常見的目標粘連方式，使用相應的算法將粘連

4、車輛分割，實現(xiàn)了對交通視頻中多車輛的有效跟蹤。
　　 3.在運動車輛特征提取方面，首先對每一輛檢測到的車輛分配一個序號，然后提取車輛的特征。對車輛的顏色特征進行分析，得到其主要顏色;對車輛的幾何特征進行分類，得到車輛類型;對車輛的軌跡進行聚類分析，得到該車輛的運動軌跡模型。
　　 4.在視頻檢索框架設計方面，本文設計了一個基于車輛特征交通視頻檢索框架。將車輛的顏色，車型以及運動軌跡作為視頻檢索的特征庫，提供了幾種不同的檢