安防人上中安网!

关注我们  

安防网 >> 资讯频道 >> 前沿技术

基于视频技术的直接交通事件检测

2012-03-05 10:01:27 来源:CPS中安网 责任编辑: luoshui 收藏本文
高速公路和城市快速路是承担我国公路运输和城市道路运输的主要道路,具有车速快、流量大等许多特点,一旦发生突发交通事件,极易引发交通事故,严重影响道路的通行能力和运营效率。在日常的交通运行和交通管理中,如果仅仅依靠人工报告,电视监视等非自动检测方法发现交通事件,不但浪费大量的资源,而且不全面及时,给交通安全带来了隐患。因此,交通事件自动检测技术越发成为智能交通的研究热点,旨在第一时间快速发现交通事件的地点,利于及时处理交通事件


  交通事件视频检测算法


  视频检测算法是交通事件检测系统的关键,根据交通事件的视频图像,研判交通事件的类型、位置等信息,包括对交通事件视频图像内的车辆、行人等交通参与者的目标检测和目标跟踪等过程。


  交通事件目标检测是指从交通事件视频图像中检测出车辆、行人等交通信息(如图4a),通常有如下方法:


  1、帧差法:检测相邻图像之间变化的最简单方法,直观比较连续各帧图像在灰度上的差别,提取视频中的运动区域。研究表明该方法的实现简单,复杂度较低,但难以获得目标区域的精确描述。


  2、背景差分法:利用当前图像和背景实现差分来检测运动区域。研究表明该方法的操作简单,提供特征数据完整,但对外来干扰比较敏感。


  3、光流法:以灰度梯度基本不变为约束假设的目标检测方法。研究表明该方法检测运动对象的效果较好,但计算复杂,抗噪性能较差。


  4、边缘检测:利用目标的边缘检测目标的位置。研究表明该方法不但能检测运动目标,也能检测静止目标,但抗干扰性能不佳。


  交通事件目标跟踪是指获取目标在每帧图像上的位置坐标,将不同帧的同一目标的所有坐标按照时间的先后顺序串联起来,就是目标的运动轨迹。(如图4b)通常有如下方法:
 

交通事件目标跟踪


  1、基于区域跟踪:将运动目标看成许多不同的小区域块组成,通过跟踪各个不同的小区域块来跟踪整个运动目标。研究表明该方法计算量小,设计简单,但只适用于交通流量小、背景变化简单的场合。


  2、基于轮廓跟踪:利用封闭的曲线轮廓来表达运动目标,以轮廓位置的变化反应目标位置的移动。研究表明该方法计算量小,实时性高,但合理初始化目标的轮廓比较复杂。


  3、基于模型跟踪:根据预先知道的运动目标三维模型,然后在图像序列中确定运动目标的瞬时运动参数,从而达到跟踪的目的。研究表明该方法运算精度高,目标运动信息全面,但预先获得各种不同车辆、行人的模型较难。


  4、基于特征跟踪:选取目标的局部或部分特征作为跟踪对象。研究表明该方法由于只关心目标的部分特征,而不是整体,所以即使目标的某个部分被遮挡时,只要关心的特征还在,就不会影响跟踪效果,有更好的抗干扰性。


  目前,交通事件视频检测系统的算法技术难点,一方面主要集中于在复杂的交通环境和恶劣多变的天气中,对机动车、行人等交通参与者运动分割。另外一方面就是如何提取运动目标的特征,只有选择合适的特征,才能有效理解交通事件行为,达到交通事件自动检测的目的。



  【中安网原创稿件声明】转载中安网文章时应遵循以下三个规则:1、保持原创文章中图表、图片、音视频的完整性;2、完整标注文章作者[文章前后有说明];3、转载中安网原创中部分内容也要完整标注来源"中安网",违者本网将依法追究。

【想第一时间了解安防行业的重磅新闻吗?请立即关注中安网官方微信(微信号:cpscomcn)——安防行业第一人气微信,万千精彩,千万不要错过!!!

中安网官方微信

提示:试试"← →"实现快速翻页

网友评论

共有0条评论  点击查看全部>>

所有评论仅代表网友观点,与本站无关。

24小时阅读排行

本周阅读排行

订阅邮件
安防速递

每天三个要闻,知晓行业关键

E 周 刊

一周事,一朝知

Email: