一种基于自适应局部特征背景模型的车辆检测方法

    公开(公告)号:CN106056062B

    公开(公告)日:2017-11-03

    申请号:CN201610361751.5

    申请日:2016-05-27

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于自适应局部特征背景模型的车辆检测方法,首先在像素预定义的区域使用自适应的距离阈值计算纹理,通过最近计算的特征构建背景模型,输入视频帧和背景模型之间的差值通过自适应局部均值二值化模式的纹理特征进行计算,根据当前帧的输入像素的自适应局部均值二值模式特征和背景模型的自适应局部均值二值模式特征之间的汉明距离将像素点分为背景和前景,最后基于联合保守更新和随机采样的方法更新背景模型来适应不断变化的光照和动态背景。本发明可以有效解决背景模型在复杂交通场景中容易被突然或者逐渐变化的光照所污染的问题。

    一种基于像素点和置信度的自适应分割的车辆检测方法

    公开(公告)号:CN106023216A

    公开(公告)日:2016-10-12

    申请号:CN201610352978.3

    申请日:2016-05-25

    Applicant: 东南大学

    CPC classification number: G06T2207/10016 G06T2207/20004 G06T2207/30252

    Abstract: 本发明公开了一种基于像素点和置信度的自适应分割的车辆检测方法,首先提出了一种背景模型的初始化方法,在初始化背景模型后,引入图像前景检测计数器、背景置信度图像计数器、图像各点像素所处的交通状态并设置初始值,并对当前场景像素点交通状态进行判别和背景模型中像素点置信度的计算及是否更新进行判定且根据当前交通状态用阈值自适应更新方案更新背景模型,最后运用基于像素的自适应分割方法检测前景。本发明可以有效解决复杂城市交通场景中缓慢移动和临时停车的车辆污染背景检测模型的问题。

    基于鲁棒混合高斯模型的城市交通场景中车辆检测方法

    公开(公告)号:CN105976612B

    公开(公告)日:2017-07-07

    申请号:CN201610268210.8

    申请日:2016-04-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于鲁棒混合高斯模型的城市交通场景中车辆检测方法,包括以下步骤:1)实时采集城市交通场景视频,快速得到较为理想的城市交通场景背景模型;2)引入图像计数器,图像前景检测计数器,背景置信度图像计数器,图像更新标志,图像各点像素所处的交通状态并设置相应的初始值;3)图像的像素点当前场景的交通状态的判定;4)背景模型的每个像素点置信度是否更新的判定;5)每个像素点背景模型更新判定;6)背景更新时,根据当前场景所处的交通状态,用自适应的学习率来更新背景模型;7)城市交通场景前景检测。本发明用于实现车辆计数,车型分类,车辆跟踪以及交通参数的获取,从而实现对卡口视频数据的智能化管理。

    一种基于鲁棒混合高斯模型的城市交通场景中车辆检测方法

    公开(公告)号:CN105976612A

    公开(公告)日:2016-09-28

    申请号:CN201610268210.8

    申请日:2016-04-27

    Applicant: 东南大学

    CPC classification number: G08G1/0133 G06K9/00771 G06K9/6256

    Abstract: 本发明公开了一种基于鲁棒混合高斯模型的城市交通场景中车辆检测方法,包括以下步骤:1)实时采集城市交通场景视频,快速得到较为理想的城市交通场景背景模型;2)引入图像计数器,图像前景检测计数器,背景置信度图像计数器,图像更新标志,图像各点像素所处的交通状态并设置相应的初始值;3)图像的像素点当前场景的交通状态的判定;4)背景模型的每个像素点置信度是否更新的判定;5)每个像素点背景模型更新判定;6)背景更新时,根据当前场景所处的交通状态,用自适应的学习率来更新背景模型;7)城市交通场景前景检测。本发明用于实现车辆计数,车型分类,车辆跟踪以及交通参数的获取,从而实现对卡口视频数据的智能化管理。

    一种城市交通场景中基于时间空间图像的车辆计数方法

    公开(公告)号:CN106408575A

    公开(公告)日:2017-02-15

    申请号:CN201610805479.5

    申请日:2016-09-06

    Applicant: 东南大学

    CPC classification number: G06T2207/10016 G06T2207/30242

    Abstract: 本发明公开了一种城市交通场景中基于时间空间图像的车辆计数方法,首先提出了一种背景模型的初始化方法;对当前场景像素点交通状态进行判别;计算背景模型中像素点的置信度,并判断是否更新;然后根据当前交通状态用阈值自适应更新方法更新背景模型,运用基于像素的自适应分割方法检测前景;将虚拟检测直线上前景背景检测的结果累计保持形成时间空间图像;对时间空间图像进行形态学滤波处理,得到连通区域,统计连通区域的数量得到车辆的数量。本发明解决了复杂场景下对车辆计数的问题,使得计数更加准确,方法简单且检测速度快。

    一种基于自适应局部特征背景模型的车辆检测方法

    公开(公告)号:CN106056062A

    公开(公告)日:2016-10-26

    申请号:CN201610361751.5

    申请日:2016-05-27

    Applicant: 东南大学

    CPC classification number: G06K9/00771 G06K9/38

    Abstract: 本发明提供了一种基于自适应局部特征背景模型的车辆检测方法,首先在像素预定义的区域使用自适应的距离阈值计算纹理,通过最近计算的特征构建背景模型,输入视频帧和背景模型之间的差值通过自适应局部均值二值化模式的纹理特征进行计算,根据当前帧的输入像素的自适应局部均值二值模式特征和背景模型的自适应局部均值二值模式特征之间的汉明距离将像素点分为背景和前景,最后基于联合保守更新和随机采样的方法更新背景模型来适应不断变化的光照和动态背景。本发明可以有效解决背景模型在复杂交通场景中容易被突然或者逐渐变化的光照所污染的问题。

Patent Agency Ranking