广东省交通科技网 加载提示
 
我正在加载数据,一会就好了,请耐心等待。。。
  当前位置:首页 > 交通科技信息 > 多模式智能视频交通事件识别关键技术研究及产品研制 
  

多模式智能视频交通事件识别关键技术研究及产品研制
作者:科技处        发布时间:2017-12-15        浏览次数:202

【会议日期】:2010-00-27
【会议地点】:广州
【内容】:本项目研究涉及到,若干关键技术的研发:交通视频事件关注车辆对象的提取和跟踪质量、车辆事件模型框架的设计、交通事件的识别、配套软件的研发、底层软件的研发等.主要研究实现的关键内容有:
(1)研究快速的高速公路视频预处理算法
视频预处理工作是“多模式智能视频交通事件识别关键技术研究及产品研制”的第一项技术性工作。这项工作将对摄像头传送到服务器或处理机的视频进行预处理,包括:前景与背景的分离,关注对象的提取和对象信息的跟踪。目前这项工作采用的技术方法主要是背景建模方法,如混合高斯模型、网格模型等,但是这种方法计算量较大,容易出现处理上的延时,所以许多已有的产品都有延时10秒至60秒的不足。本课题将用混合差分的方法实现前景和背景的分析,这种方法比传统的背景建模方法在速度上有明显优势,而且比一般的差分方法有更好的效果。这部分研究将快速地为视频事件识别提供原始材料信息,有利于实时预警。实际上,如高速公路的交通阻塞或者安防区域的危险入侵等,都要求以最快的速度进行预警,延时处理难以防范于未然。因此,这项研究内容将使课题成果在处理时间上优于国内外已有产品。本课题的主要研究人员已经取得了混合差分视频处理的初步成果,从理论和技术上保证了预处理质量和速度。
(2)研究稳定的车辆滤波跟踪算法
课题研究要实现计算机对视频交通事件的自动识别,需要对用户关注对象的行为进行分析,首要的工作就是要对关注对象进行跟踪。滤波算法,如卡尔曼滤波、粒子滤波等,是目前高端智能视频监控产品常用的跟踪技术。然而,这类技术的计算量较大、并且容易处理复杂场景视频时出现退化效果,影响了对关注对象行为的跟踪和描述。课题将深入研究粒子滤波算法在智能视频交通事件识别中的应用,主要降低原有算法的时间复杂度,并设计自适应的算法参数设置,以满足视频事件检测的准确性和预警的实时性。课题主要成员已经取得了滤波跟踪算法改进研究的初步成果,确保了算法融入智能视频交通事件识别的可行性。
(3)研究多模式学习技术和建立交通事件模型库
与国内外同类研究最大不同的是,本课题提出了多模式学习的概念,即“多模式智能视频交通事件识别关键技术研究及产品研制”可以在使用中不断丰富事件识别的种类,以应付实际变化。这项研究将提出基于对象位置、像素取值特征、对象移动特征、视频区域特征等指标的事件模型总框架。每个视频事件对应不同的一组特征指标,通过执行事件定义实现。事件定义的工作可以是出厂前完成,或者由用户在使用时进行补充。这样,只要将交通拥挤、行人横穿、突然停车、车辆逆行和遗弃物等事件的特征指标输入模型库,课题成果就可以适应高速公路的道路、收费站等各个场合的各类事件识别。不仅如此,将抛掷危险物、非法聚众、恶劣天气、道路受堵等事件特征输入模型库,则“多模式智能视频交通事件识别关键技术研究及产品研制”可以直接进行智能安防视频事件识别和预警。这项研究的最大优势是可以根据需要升级模型库,以应对实际环境和事件发生的变化。
(4)研究技术的高速公路智能视频监控软件产品实现
这项研究将为技术的产业化做准备,主要研究(1)-(3)算法的软件实现、系统稳定性的调试和系统的整体测试等。完成的软件系统包括了特征检测、行为分析、入侵检测、异常检测和数据显示等模块。


  
打印 关闭窗口

©版权所有:广东省交通运输厅
业务咨询:广东省交通科技创新服务中心 联系电话:020-86261943、020-86336961 电子邮箱: gdjtkczx@vip.163.com
研发单位:华南理工大学、广州通易科技有限公司    技术支持:广州通易科技有限公司    支持电话:020-38481402    支持电子邮箱:cwh@comit.com.cn    QQ客服:1033386330
欢迎访问广东省交通科技网,你是第【29,904,566】位访客,当前在线访客共【117】人