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。

    一种基于车辆对称特征的城市交通场景中车辆的检测方法

    公开(公告)号:CN105512653A

    公开(公告)日:2016-04-20

    申请号:CN201610077933.X

    申请日:2016-02-03

    Applicant: 东南大学

    CPC classification number: G06K9/00825 G06K2209/23

    Abstract: 本发明公开一种基于车辆对称特征的城市交通场景中车辆的检测方法,通过采集城市交通场景图像并获取图像中的车辆轮廓特征;再利用车辆轮廓竖直对称轴、车辆车牌的水平对称轴及竖直对称轴来检测城市交通场景图像中的车辆区域,为城市交通场景理解及车辆监控分析奠定前沿基础,对于提高车辆驾驶的安全性,实时发布交通流量信息诱导交通等都具有重要的作用。

    一种基于级联集成分类器的车辆品牌类型识别方法

    公开(公告)号:CN105787437A

    公开(公告)日:2016-07-20

    申请号:CN201610077560.6

    申请日:2016-02-03

    Applicant: 东南大学

    CPC classification number: G06K9/00825 G06K9/6227 G06K2209/23

    Abstract: 本发明公开一种基于级联集成分类器的方法来识别车辆品牌类型,通过定位和分割车脸图像;分别采用梯度方向直方图和Contourlet变换提取车脸图像特征,构造车辆品牌类型识别的第一级集成分类器;采用多层神经网络作为第二级集成分类器的子分类器,并通过第一级、第二级集成分类器判断其所属车辆品牌类型的步骤,大大增加了识别系统的精度和可靠性,为有效地解决车辆套牌、交通肇事等交通问题提供了重要的参数依据。

    一种基于级联集成分类器的车辆品牌类型识别方法

    公开(公告)号:CN105787437B

    公开(公告)日:2017-04-05

    申请号:CN201610077560.6

    申请日:2016-02-03

    Applicant: 东南大学

    Abstract: 本发明公开一种基于级联集成分类器的方法来识别车辆品牌类型,通过定位和分割车脸图像;分别采用梯度方向直方图和Contourlet变换提取车脸图像特征,构造车辆品牌类型识别的第一级集成分类器;采用多层神经网络作为第二级集成分类器的子分类器,并通过第一级、第二级集成分类器判断其所属车辆品牌类型的步骤,大大增加了识别系统的精度和可靠性,为有效地解决车辆套牌、交通肇事等交通问题提供了重要的参数依据。

Patent Agency Ranking