2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多特征融合的视频交通数据采集方法

王坤峰 李镇江 汤淑明

王坤峰, 李镇江, 汤淑明. 基于多特征融合的视频交通数据采集方法. 自动化学报, 2011, 37(3): 322-330. doi: 10.3724/SP.J.1004.2011.00322
引用本文: 王坤峰, 李镇江, 汤淑明. 基于多特征融合的视频交通数据采集方法. 自动化学报, 2011, 37(3): 322-330. doi: 10.3724/SP.J.1004.2011.00322
WANG Kun-Feng, LI Zhen-Jiang, TANG Shu-Ming. Visual Traffic Data Collection Approach Based on Multi-features Fusion. ACTA AUTOMATICA SINICA, 2011, 37(3): 322-330. doi: 10.3724/SP.J.1004.2011.00322
Citation: WANG Kun-Feng, LI Zhen-Jiang, TANG Shu-Ming. Visual Traffic Data Collection Approach Based on Multi-features Fusion. ACTA AUTOMATICA SINICA, 2011, 37(3): 322-330. doi: 10.3724/SP.J.1004.2011.00322

基于多特征融合的视频交通数据采集方法

doi: 10.3724/SP.J.1004.2011.00322
详细信息
    通讯作者:

    王坤峰

Visual Traffic Data Collection Approach Based on Multi-features Fusion

More Information
    Corresponding author: WANG Kun-Feng
  • 摘要: 提出了一种基于多特征融合的视频交通数据采集方法, 核心思想是: 在图像中设置虚拟线圈, 假设车辆从虚拟线圈上驶过时引起像素变化, 通过识别这种像素变化来检测车辆并估计车速. 与现有技术相比, 本文的贡献在于: 1) 综合利用虚拟线圈内的前景面积、纹理变化、像素运动等特征来检测车辆, 提出了有效的多特征融合方法, 显著提高了车辆检测精度; 2) 根据单个虚拟线圈内的像素运动向量来估计车速, 避免了双线圈测速法的错误匹配问题. 算法测试结果表明本文算法能够在复杂多样的交通场景和天气条件下, 准确地检测车辆和估计车速. 在算法研究的基础上, 研制了一款嵌入式交通视频检测器, 在路口长期采集交通数据, 为交通信号控制和交通规律分析提供决策依据.
  • 加载中
计量
  • 文章访问数:  2773
  • HTML全文浏览量:  96
  • PDF下载量:  1149
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-11-27
  • 修回日期:  2010-09-03
  • 刊出日期:  2011-03-20

目录

    /

    返回文章
    返回