基于视频图像的交通事件自动检测算法综述
目标跟踪相关研究综述
Artificial Intelligence and Robotics Research 人工智能与机器人研究, 2015, 4(3), 17-22 Published Online August 2015 in Hans. https://www.wendangku.net/doc/2511152520.html,/journal/airr https://www.wendangku.net/doc/2511152520.html,/10.12677/airr.2015.43003 A Survey on Object Tracking Jialong Xu Aviation Military Affairs Deputy Office of PLA Navy in Nanjing Zone, Nanjing Jiangsu Email: pugongying_0532@https://www.wendangku.net/doc/2511152520.html, Received: Aug. 1st, 2015; accepted: Aug. 17th, 2015; published: Aug. 20th, 2015 Copyright ? 2015 by author and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.wendangku.net/doc/2511152520.html,/licenses/by/4.0/ Abstract Object tracking is a process to locate an interested object in a series of image, so as to reconstruct the moving object’s track. This paper presents a summary of related works and analyzes the cha-racteristics of the algorithm. At last, some future directions are suggested. Keywords Object Tracking, Track Alignment, Object Detection 目标跟踪相关研究综述 徐佳龙 海军驻南京地区航空军事代表室，江苏南京 Email: pugongying_0532@https://www.wendangku.net/doc/2511152520.html, 收稿日期：2015年8月1日；录用日期：2015年8月17日；发布日期：2015年8月20日 摘要 目标跟踪就是在视频序列的每幅图像中找到所感兴趣的运动目标的位置，建立起运动目标在各幅图像中的联系。本文分类总结了目标跟踪的相关工作，并进行了分析和展望。
碰撞检测
二维碰撞检测算法 碰撞检测（Collision Detection,CD）也称为干涉检测或者接触检测，用来检测不同对象之间是否发生了碰撞，它是计算机动画、系统仿真、计算机图形学、计算几何、机器人学、CAD\ CAM等研究领域的经典问题。 碰撞物体可以分为两类：面模型和体模型。面模型是采用边界来表示物体，而体模型则是使用体元表示物体。面模型又可根据碰撞后物体是否发生形变分为刚体和软体，刚体本身又可根据生成方式的不同分为曲面模型和非曲面模型。目前对于碰撞的研究多集中于面模型的研究，因为体模型是一种三维描述方式，对它进行碰撞检测代价较高。而在面模型的研究中，对刚体的研究技术更为成熟。 下面列举几种常用的碰撞检测技术： 1：包围盒（bounding box）是由Clark提出的，基本思想是使用简单的几何形体包围虚拟场景中复杂的几何物体，当对两个物体进行碰撞检测时，首先检查两个物体最外层的包围盒是否相交，若不相交，则说明两个物体没有发生碰撞，否则再对两个物体进行检测。基于这个原理，包围盒适合对远距离物体的碰撞检测，若距离很近，其物体之间的包围盒很容易相交，会产生大量的二次检测，这样就增大了计算量。 包围盒的类型主要有AABB(Aligned Axis Bounding Box)沿坐标轴的包围盒、包围球、OBB(Oriented Bounding Box)方向包围盒和k-DOP(k Discrete Orientation Polytopes)离散方向多面体等。 AABB是包含几何对象且各边平行于坐标轴的最小六面体，两个AABB包围盒相交当且仅当它们三个坐标轴上的投影均重叠，只要存在一个方向上的投影不重叠，那么它们就不相交。AABB间的相交测试和包围体的更新速度比其他算法
智能交通概述
智能交通概述 智能交通系统(Intelligent Transportation System，简称ITS)是未来交通系统的发展方向，它是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。 1基本信息 智能交通 ITS可以有效地利用现有交通设施、减少交通负荷和环境污染、保证交通安全、提高运输效率，因而，日益受到各国的重视。 智能交通的发展跟物联网的发展是离不开的，只有物联网技术概念的不断发展，智能交通系统才能越来越完善。智能交通是交通的物联化体现。 21世纪将是公路交通智能化的世纪，人们将要采用的智能交通系统，是一种先进的一体化交通综合管理系统。在该系统中，车辆靠自己的智能在道路上自由行驶，公路靠自身的智能将交通流量调整至最佳状态，借助于这个系统，管理人员对道路、车辆的行踪将掌握得一清二楚。 智能交通：智能交通是一个基于现代电子信息技术面向交通运输的服务系统。它的突出特点是以信息的收集、处理、发布、交换、分析、利用为主线，为交通参与者提供多样性的服务。
2国内发展数据 2012年中国城市智能交通市场规模保持了高速增长态势，包含智能公交、电子警察、交通信号控制、卡口、交通视频监控、出租车信息服务管理、城市客运枢纽信息化、GPS与警用系统、交通信息采集与发布和交通指挥类平台等10个细分行业的项目数量达到4527项;市场规模达到159.9亿元，同比增长21.7%。 从企业规模看，目前国内从事智能交通行业的企业约有2000多家，主要集中在道路监控、高速公路收费、3S(GPS、GIS、RS)和系统集成环节。目前国内约有500家企业在从事监控产品的生产和销售。高速公路收费系统是中国非常有特色的智能交通领域，国内约有200多家企业从事相关产品的生产，并且国内企业已取得了具有自主知识产权的高速公路不停车收费双界面CPU卡技术。在3S领域，国内虽然有200多家企业，一些龙头企业在高速公路机电系统、高速公路智能卡、地理信息系统和快速公交智能系统领域占据了重要的地位。但是，相比于国外智能化和动态化的交通系统，中国智能交通整体发展水平还比较落后。数据显示，智能交通在欧美日等发达国家已得到广泛应用。其在美国的应用率达到80%以上，2010年市场规模达到5000亿美元。日本1998-2015年的市场规模累计将达5250亿美元，其中基础设施投资为750亿美元、车载设备为3500亿美元、服务等领域为2000亿美元。欧洲智能交通在2010年产生了1000亿欧元左右的经济效益。3特点 智能交通系统具有以下两个特点：一是着眼于交通信息的广泛应用与
智能交通事件检测系统方案
智能交通事件检测系统方案 1.1系统概述 目前，以检测道路交通异常事件、事故为目标的视频交通事件检测系统，正在被广泛应用于高速公路、城市道路的路面、隧道、桥梁等重要交通场合。该系统可对异常停车、排队超限、车辆逆行、低速车流、路面遗撒、行人穿越等常见的交通事件和事故隐患进行实时检测、实时报警、实时记录；其实时数据、报警信息可与上端交通综合管控平台实时联动、自动控制，使传统闭路监视系统彻底摆脱“监而不可控”的尴尬局面。 1.2建设原则 本系统建设以“统一标准、技术先进、稳定可靠、信息安全、方便实用、便捷扩容、易于维护”为原则，以相关行业标准作为设计依据，结合我国道路特点，同时综合考虑交通事件检测技术的发展趋势，确保系统的设计和建设满足当今高速公路管理部门对交通事件检测系统的应用和扩展需求： 1、统一标准：本系统的数据格式严格按照相关的标准规范要求进行设计，所有数据格式与接口均符合国家标准，并提供功能定制以适应地方应用差异。 2、技术先进：充分利用科技进步成果，采用当今先进成熟的技术，在相当长的时间内保持国内外先进水准。 3、稳定可靠：本系统具有防盗、耐高温、抗寒、散热排风等功能设计，使用的各类电气接线端子、过载、漏电及断路保护装置、避雷装置等装置均符合国家有关电气安全标准要求，保证系统能够可靠地、连续地运行。 4、信息安全：系统具有防非法接入、防误操作、防病毒等特性，通过合理的硬件结构设计、有效的外场保护措施以及完善的内部管理机制有效避免系统遭到
恶意攻击和数据被非法提取的现象出现，保障系统的信息安全。 5、方便实用：系统提供清晰、简洁、友好的中文操作界面，操控简便、灵活，易学易用，便于管理和维护，能自动纠错和系统恢复，整个系统的操作简单、快捷、环节少，以保证不同的操作者都能熟练操作系统，具有高度友好的界面和使用性。 6、便捷扩容：随着业务的拓展以及技术的进步，用户的需求将会不断增加，系统的规模也将随之扩大，故在设计时，既应保证技术的先进性，又要兼顾与原有系统的兼容。因此，我们采用模块化结构设计，系统接口具备良好的扩展性，能够很好的完成系统的平滑升级，实现软硬件产品升级的系列化和模块化。 出现故障时能在最短时间内恢复运行。系统具备设备日志记录、远程维护与管理、故障及时告警等功能，以方便日常维护。 1.3建设依据 ●《道路交通安全违法行为图像取证技术规范》（GA/T832-2014） ●《交通信息采集视频车辆检测器》（GB/T 24726-2009） ●《公安交通指挥系统工程建设通用程序和要求》（GA/T651-2006） ●《公安交通管理外场设备基础施工通用要求》（GA/T652-2006） ●《安全防范工程技术规范》（GB50348-2004） ●《报警图像信号有线传输装置》（GBJ115-87） ●《民用闭路电视监控系统工程技术规范》（GB50198-94） ●《计算机信息系统安全保护等级划分准则》（GB17859-1999） ●《建筑物电子信息系统防雷技术规范》（GB50343-2004） ●《安全防范系统雷电浪涌防护技术要求》（GA/T 670-2006） ●《交通电视监视系统工程验收规范》（GA/T 514-2004） ●《安全防范工程程序与要求》（GA/T75-1994） ●《视频安防监控系统技术要求》（GA/T367-2001）
基于单目视觉的路面车辆检测及跟踪方法综述
第24卷 第12期2007年12月 公 路 交 通 科 技 Journal of Highway and Transportation Research and Development Vol 24 No 12 Dec 2007 文章编号:1002 0268(2007)12 0127 05 收稿日期:2006 08 01 基金项目:江苏省科技计划高技术研究项目(BG2005008) 作者简介:胡铟(1973-),男,江西南昌人,博士研究生,研究方向为计算机视觉、目标检测及跟踪 (huyinyx@163 com) 基于单目视觉的路面车辆 检测及跟踪方法综述 胡 铟,杨静宇 (南京理工大学,江苏 南京 210094) 摘要:首先介绍了车辆检测算法的3种基本组成部分:检测、验证、跟踪,然后根据算法的组成重点介绍了车辆检测以及跟踪的几种主要算法。车辆检测算法包括基于特征的方法、基于光流场的方法和基于模型的方法,车辆跟踪算法包括基于区域相关的方法、基于活动轮廓的方法、基于特征的方法和MeanShift 快速跟踪算法。根据试验结果对各种车辆检测和跟踪方法的优点、缺点以及实际应用中不同情况下适用范围的局限性进行了综合分析。最后在结论部分总结展望了文中介绍的几种车辆检测和跟踪方法的应用前景,并提出了在实际应用时的一些建议和将来的主要研究和发展方向。 关键词:智能运输系统;车辆检测;单目视觉;跟踪中图分类号:TP391 4 文献标识码:A Veh icle D etection and Tracking Based on Monocu lar Vision HU Yin,YANG Jing yu (Nanjing Universi ty of Science &Technology,Jiangsu Nanjing 210094,China) Abstract :First,the three component of the vehicle detection algori thm including detection, verification and tracking are discussed Then,the algorithm of detection and tracking are discussed with emphasis on composition The vehicle detection algorithm includes feature based,op tical flow based and model based method The vehicle tracking al gorithm includes region correlation based,active contours based,feature based and mean shift based method The meri t and di sadvantage of these algori th ms is discussed accordin g to the result of experimentation Finally,some suggestions for fu ture research and application are presented Key words :Intelligent Transport Systems;vehicle detection;monocular visi on;trackin g 0 引言 近年来随着计算机视觉技术的发展,计算机视觉 在智能交通系统中得到了广泛的应用,如交通事件及流量的监测 [1] 、路面病害检测以及智能车辆的自动导 航等。作为智能交通系统的一个方面,智能车辆利用检测和智能算法去理解车辆的即时环境,并且提示驾驶员部分或完全控制车辆的行驶。 智能车辆的应用领域可以分为: (1)为驾驶员提供建议或警告(碰撞报警)。(2)部分的控制车辆,可以是持续的驾驶辅助, 如行道线的维持,或者是紧急事件的干预,碰撞的紧急避免措施。 (3)完全的控制车辆(自动驾驶系统)。 在过去的几年中,为了研究改良安全性和防止事故的新技术,许多国家和国际间的项目开始启动。车辆事故的统计数据揭示出其他车辆是驾驶员面临的主要威胁。因此研究对驾驶员发出关于行驶环境和可能与其他车辆碰撞的警告辅助系统受到更多的关注。 利用光学传感器的车辆检测是一个极富挑战性的任务,具体说有如下需要解决的难点问题: (1)车型多样:各种形状,大小,颜色;
智能交通交通事件检测系统方案
浙江大华交通事件检测系统方案 编号修订内容简述修订日期修订后版本号修订人 1 创建2013-6-2 2 V1.0 胡明舒 2 1).明确交通事件检测平 2013-9-10 V1.1 陈志华台通过IPSAN扩展报警录 像和图片的存储空间； 2).明确视频管理平台支 持带智能规则的录像信息 存储和回放功能 浙江大华技术股份有限公司 解决方案部
目录 浙江大华交通事件检测系统方案 (1) 第一章.方案需求分析 (3) 1.1概况 (3) 第二章.方案特点 (4) 方案简介 (4) 方案功能特性 (4) 检测指标 (6) 第三章.方案架构 (7) 方案拓扑 (7) 3.1.1中心检测方式-方案拓扑 (7) 3.1.2前端检测方式-方案拓扑 (9) 第四章.交通事件检测系统-管理平台介绍 (12) 管理平台介绍 (12) 方案总体优势 (12) 第五章.推荐设备 (14) 事件检测智能盒-DH-IVS-T3001 (14) 事件检测服务器-DH-IVS-T7000 (16) 交通事件检测平台-DSS-T8130 (17)
第一章. 方案需求分析 1.1概况 高速公路和城市道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、流量大等特点，一旦发生交通事件，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，如果仅仅依靠人眼查看的方法发现交通事件，不但浪费人力和时间，而且不够全面及时，不利于快速解决异常事件。 视频交通事件自动检测系统是利用安装在（高速）道路和隧道内的摄像机采集的视频图像作为输入，通过对视频图像的处理分析，在图像的覆盖范围内，能够进行交通参数的检测及各种交通事件、事故的自动检测，包括车辆事故，车辆停驶、交通拥堵、车辆慢行、车辆遗弃物，烟气和火灾检测等。 系统应能够实时地快速报警，为道路的交通安全管理和道路的运行提供极大的帮助。
多个目标的实时视频跟踪的先进的算法
2008 10th Intl. Conf. on Control, Automation, Robotics and Vision Hanoi, Vietnam, 17–20 December 2008 多个目标的实时视频跟踪的先进的算法 1110200210俞赛艳 Artur Loza Department of Electrical and ElectronicEngineering University of Bristol Bristol BS8 1UB, United Kingdom artur.loza@https://www.wendangku.net/doc/2511152520.html, Miguel A. Patricio, Jes′us Garc′?a, and Jos′e M. Molina Applied Artificial Intelligence Group (GIAA) Universidad Carlos III de Madrid 28270-Colmenarejo, Spain mpatrici,jgherrer@inf.uc3m.es, molina@ia.uc3m.es 摘要——本文调查了用组合和概率的方法来实现实时的视频目标跟 踪。特殊兴趣是真实世界的场景,在这场景里.多目标和复杂背景构成对非平凡的自动追踪者的挑战。在一个规范的监控视频序列里，对象跟踪是以组合数据协会和粒子过滤器为基础，通过选择完成视觉跟踪技术实现的。以详细的分析性能的追踪器测试的优点为基础，已经确定了互补的失效模式和每种方法的计算要求。考虑到获得的结果,改善跟踪性能的混合策略被建议了,为不同追踪方法带来了最好的互补特性。 关键字--概率、组合、粒子过滤器、跟踪、监视、实时、多个目标. 1、介绍 最近人们对通过单个摄像机或一个网络摄像头提供来跟踪视频序列增加了兴趣。在许多监测系统中，可靠的跟踪方法至关重要的。因为它们使运营商在远程监控感兴趣的领域,增加对形势感知能力和帮助监测分析与决策过程。跟踪系统可以应用在一个广泛的环境如:交通系统、公共空间(银行、购物)购物中心、停车场等)、工业环境、政府或军事机构。跟踪的对象通常是移动的环境中的一个高可变性。这需要复杂的算法对视频采集,相机校正、噪声过滤、运动检测，能力学习和适应环境。因为它的情况往往现实场景,系统也应该能够处理多个目标出现在现场。 为了实现强大的和可靠的多个跟踪目标,，各种各样的问题，具体到这种场景，都必须加以解决。不仅要解决状态估计问题，而且还必须使执行数据联合运行得准确,特别是当多目标交互存在时。早期多个对象跟踪的工作，关注于一个固定的数字的目标,但是人们已经认识到,很有必要解释新出现的目标以及消失的目标造成的变量数量及多个轨道数量，具有相当良好的间隔。这是典型的用扩展状态估计框架联合跟踪所有检测目标[4]。联合跟踪目标[6],避免使用几个独
虚拟手术中实时碰撞检测技术
虚拟手术中实时碰撞检测技术研究 彭 磊 张裕飞 王秀娟 （泰山医学院 信息工程学院 山东 泰安 271016） 摘 要： 碰撞检测是虚拟手术的关键技术，为提高检测速度，满足系统实时性的要求，提出空间剖分和层次包围盒相结合的方法。使用八叉树表示法对虚拟场景进行空间剖分，在叶节点构建层次包围盒。进行碰撞检测时属于不同八叉树节点的几何元素不会相交，否则使用层次包围盒算法继续进行检测，对于有可能相交的几何元素再进行精确相交检测。 关键词： 虚拟手术；碰撞检测；空间剖分；层次包围盒 中图分类号：TP391.9 文献标识码：A 文章编号：1671－7597（2012）1120029－02 进行碰撞检测时从八叉树的根节点开始，计算两几何元素0 引言 是否属于同一节点，如果不属于同一节点则不相交，如果属于虚拟手术是集医学、生物力学、材料学、计算机图形学、同一节点，递归的到下一级节点进行检查，直到发现两几何元虚拟现实等诸多学科为一体的交叉研究领域。虚拟手术在医学素属于同一叶节点，则需要进一步使用层次包围盒进行检查。 中的应用主要包括：手术计划与过程模拟、术中导航与监护、 2 层次包围盒 手术教学与训练等。碰撞检测是虚拟手术系统中的关键技术，贯穿于虚拟手术的整个过程。 对于八叉树的每个叶节点包含的几何元素，建立层次包围虚拟手术系统中的对象根据材质可分为刚体组织和软件组盒（Bounding Volume Hierarchy ，BVH ）。相对于单纯的层次织。骨骼、手术器械等属于刚体组织，而人体的许多器官如肌包围盒技术，使用空间剖分与层次包围盒相结合的方法进行碰肉、血管、肝脏等属于软体组织。以往大部分碰撞检测的研究撞检测，构建的层次树规模更小，计算量更少。层次包围工作都是针对刚体对象的。与刚体相比较，软体组织由于其特殊的物理性质，在外力或某些操作的作用下会发生几何形状、位置甚至数量上的变化，因此基于软体组织的碰撞检测需要更详细的信息和更多的处理。 最简单的碰撞检测方法是对场景中的几何元素进行两两相2交测试，其时间复杂度为O(n )，虽然这种方法可以得到正确的结果，但是当场景中的几何模型稍微增多些，其实时性便无法满足实际的需求。为了尽可能地减少参与相交测试的几何元素的数量，提高系统的实时性，目前碰撞检测技术使用的主要算法有：层次包围盒法，空间分割法，基于网格剖分的方法[1]。但是这些经典的算法也都存在着构造难度大、紧密性差、相交测试复杂、效率低等缺点。 本文采用空间剖分和层次包围盒相结合的方法，简化了几何信息的表示，进行碰撞检测时可排除明显不相交的几何元素，无法排除的再进行精确相交检测，从而减少计算量，加速碰撞检测速度，提高系统实时性。 1 空间剖分技术 整个虚拟手术的场景空间递归的剖分成若干个网格单元，每一个几何元素都属于某个网格单元，处于同一网格单元内的几何元素才有相交的可能，不在同一网格单元的几何元素一定不会相交。采用八叉树的表示方法进行空间剖分。即包含整个场景的立方体作为八叉树的根节点，立方体的3条棱边分别与x ，y ，z 轴平行。递归的将立方体剖分为8个小块，如图1（a ）所示，生成8个子节点，直到达到指定的剖分层次为止，如图1（b ）所示，每个叶节点包含有限个几何元素。 图1 八叉树表示法 盒包括包围盒和层次树两种数据结构。 2.1 包围盒 包围盒技术是减少相交检测次数，降低碰撞检测复杂度的一种有效的方法。其基本思想是用几何形状相对简单的封闭表面将一复杂几何元素包裹起来，首先进行包围盒之间的相交测试，排除明显不相交的几何元素，无法排除的几何元素，再进一步进行精确的相交测试，从而达到减少相交测试计算量的目的。常见的包围盒类型有：包围球（Bounding Sphere ）、沿坐标轴的包围盒（Axis Aligned Bounding Box ，AABB ）、方向包围盒（Oriented Bounding Box ，OBB ）。离散方向包围盒（k-Discrete Orientation Polytopes ，k-DOPs ）等[2]，如图2所示。 图2 包围盒 由于虚拟手术对实时性要求较高，本文选择AABB 型包围盒，AABB 是平行于坐标轴的，包含几何元素的最小正立方体。其优点是：1）易于构建，只需要计算所包含几何元素的顶点的x ，y ，z 坐标的最大值和最小值，存储6个浮点数即可；2）相交测试计算量小，相交测试时只需对两个包围盒在三个坐标轴上的投影分别进行比较，最多6次比较运算即可。 2.2 包围盒层次树 包围盒层次树即包围盒的层次结构，层次树的根节点包含某个八叉树叶节点几何元素的全集，向下逐层分裂，直到每个叶节点表示一个基本几何元素。常用的构建策略有自顶向下和自底向上两种。 自顶向下的方法首先建立根结点，利用基于全集的信息递归地将每个节点分裂为两个或多个子集，直至生成只包含一个 基本图元的叶结点为止，从而建立一棵自顶向下的包围盒层次 （ ）八叉树结构 （ ）节点的剖分
CITILOG视频事件检测系统V6.0.
CITILOG视频事件检测系统V6.0 一.概述: 法国 Citilog 公司的视频检测系统,它采用国际先进的车辆跟踪检测的技术实现交通事件检测的功能,比其它所有国内外厂家的虚拟线圈检测技术有革命性的改进,而且由于系统能提供强大的系统管理和检测数据输出功能,为管理者对道路的交通安全管理提供了强有力的帮助。 该系统为全天候、智能化、实时自动检测所有输入的视频图像信号,根据不同的地点、位置检测各种交通事件,特别是可以实现对PTZ 遥控摄像机的交通事件检测 最重要的是 Citilog 提供全球化的标准来解决这一问题:包括简体中文的多国语言的全套系统界面、全球化开发、全球化技术支持、基于以太网( TCP/IP 的外部数据交换接口,使得该系统非常容易地集成到各种交通监控系统中。 系统所提供的这些强大的交通事件检测和系统管理功能,在国内外处于绝对领先地位。 二.基本功能: 1.可用的视频图像信号 ? PTZ 可遥控或固定式摄像机 ?黑白或彩色摄像机信号 ? 1 Vp-p / 75? ?模拟 25 帧 / 秒的视频图像 ? PAL 或 NTSC 制式
? CCIR 标准 录像播放画质为D1 说明:就是说基本道路监控使用的任何图像都可以用来做交通事件检测 2.系统功能 2.1 交通事件报警 (检测条件:固定光照下,视频信号质量满足测量要求 分析仪产生 3 种警报,传送至数据服务器,转发到管理器。 2.1 .1 交通事件事故检测报警 具备2个有针对性的版本 ( 1 VisioPad针对云台摄像机,可移动摄像机的版本。是全球唯一可用于可移动的摄像机上的视频检测软件。 分析仪自动检测下列事件事故: ?车辆停驶 >98% ( 2 MediaRoad 和 MediaTunnel 针对固定摄像头 分析仪自动检测下列事件事故: 在每个车道类型(行车道、紧急道、停车道、匝道和任何交通设置(流动、拥堵、停 / 开等: ?车辆停驶检测率≥98%; ?交通拥堵检测率≥95%; ?车辆慢行检测率≥95%;
视频目标跟踪算法综述_蔡荣太
1引言 目标跟踪可分为主动跟踪和被动跟踪。视频目标跟踪属于被动跟踪。与无线电跟踪测量相比，视频目标跟踪测量具有精度高、隐蔽性好和直观性强的优点。这些优点使得视频目标跟踪测量在靶场光电测量、天文观测设备、武器控制系统、激光通信系统、交通监控、场景分析、人群分析、行人计数、步态识别、动作识别等领域得到了广泛的应用[1-2]。 根据被跟踪目标信息使用情况的不同，可将视觉跟踪算法分为基于对比度分析的目标跟踪、基于匹配的目标跟踪和基于运动检测的目标跟踪。基于对比度分析的跟踪算法主要利用目标和背景的对比度差异，实现目标的检测和跟踪。基于匹配的跟踪主要通过前后帧之间的特征匹配实现目标的定位。基于运动检测的跟踪主要根据目标运动和背景运动之间的差异实现目标的检测和跟踪。前两类方法都是对单帧图像进行处理，基于匹配的跟踪方法需要在帧与帧之间传递目标信息，对比度跟踪不需要在帧与帧之间传递目标信息。基于运动检测的跟踪需要对多帧图像进行处理。除此之外，还有一些算法不易归类到以上3类，如工程中的弹转机跟踪算法、多目标跟踪算法或其他一些综合算法。2基于对比度分析的目标跟踪算法基于对比度分析的目标跟踪算法利用目标与背景在对比度上的差异来提取、识别和跟踪目标。这类算法按照跟踪参考点的不同可以分为边缘跟踪、形心跟踪和质心跟踪等。这类算法不适合复杂背景中的目标跟踪，但在空中背景下的目标跟踪中非常有效。边缘跟踪的优点是脱靶量计算简单、响应快，在某些场合（如要求跟踪目标的左上角或右下角等）有其独到之处。缺点是跟踪点易受干扰，跟踪随机误差大。重心跟踪算法计算简便，精度较高，但容易受到目标的剧烈运动或目标被遮挡的影响。重心的计算不需要清楚的轮廓，在均匀背景下可以对整个跟踪窗口进行计算，不影响测量精度。重心跟踪特别适合背景均匀、对比度小的弱小目标跟踪等一些特殊场合。图像二值化之后，按重心公式计算出的是目标图像的形心。一般来说形心与重心略有差别[1-2]。 3基于匹配的目标跟踪算法 3.1特征匹配 特征是目标可区别与其他事物的属性，具有可区分性、可靠性、独立性和稀疏性。基于匹配的目标跟踪算法需要提取目标的特征，并在每一帧中寻找该特征。寻找的 文章编号：1002－8692（2010）12-0135-04 视频目标跟踪算法综述* 蔡荣太1，吴元昊2，王明佳2，吴庆祥1 （1.福建师范大学物理与光电信息科技学院，福建福州350108； 2.中国科学院长春光学精密机械与物理研究所，吉林长春130033） 【摘要】介绍了视频目标跟踪算法及其研究进展，包括基于对比度分析的目标跟踪算法、基于匹配的目标跟踪算法和基于运动检测的目标跟踪算法。重点分析了目标跟踪中特征匹配、贝叶斯滤波、概率图模型和核方法的主要内容及最新进展。此外，还介绍了多特征跟踪、利用上下文信息的目标跟踪和多目标跟踪算法及其进展。 【关键词】目标跟踪；特征匹配；贝叶斯滤波；概率图模型；均值漂移；粒子滤波 【中图分类号】TP391.41；TN911.73【文献标识码】A Survey of Visual Object Tracking Algorithms CAI Rong-tai1,WU Yuan-hao2,WANG Ming-jia2,WU Qing-xiang1 （1.School of Physics,Optics,Electronic Science and Technology,Fujian Normal University,Fuzhou350108,China; 2.Changchun Institute of Optics,Fine Mechanics and Physics,Chinese Academy of Science,Changchun130033,China）【Abstract】The field of visual object tracking algorithms are introduced,including visual tracking based on contrast analysis,visual tracking based on feature matching and visual tracking based on moving detection.Feature matching,Bayesian filtering,probabilistic graphical models,kernel tracking and their recent developments are analyzed.The development of multiple cues based tracking,contexts based tracking and multi-target tracking are also discussed． 【Key words】visual tracking;feature matching;Bayesian filtering;probabilistic graphical models;mean shift;particle filter ·论文·*国家“863”计划项目（2006AA703405F）；福建省自然科学基金项目（2009J05141）；福建省教育厅科技计划项目（JA09040）
实验四：基于BSP技术的室内场景渲染和碰撞检测
实验四：基于BSP???碰撞检测 姓名：班级：学号： 一、实验目 掌握BSP?原理； 熟悉Ogr?e中基于S P??法。 二、实验仪器 pc、visua?l studi?o 2010 、实验原理 ?过程 //网上检索B?S P相关 //利 Ogr?e实现基于B SP? 程?实现 ???A PI进行详细说明1、BSP相关? （1）BSP? BSP Trees??B i nar?y Space? Parti?o ning?trees? 二 ? 二 ?。 ： ?； 中?光照运算；BSP?预 。 （2）BSP原理? 顺 判定 BSP：二 ?。 ?????? 。 ??定过 ??? 一 ?B S P。 ?上 于 ?件Z Buf?f er?后向前画。
?于?Z B uff?e r?前向后 ? 于后画 ??遮挡而 Z?B uffe?r CUT 而 ?高。 筛选优化 ?进行顺 判?定? 中 ?上?? 过?筛选。 PVS ?减外BSP?过?进行进一 ?筛选优化?。 理?解Po?r tal： ??。Porta?l?于 一? 进行 ? 算 算 ?； 二 法??集合PV?S?候 同 ??? 关 候 ??PVS? 关 ? 。 前 ?D 候?BC?过PVS?测试 A一 ??C U T。
（3）BSP? BSP?流程： 1） ???PVS?信息； 2） ?； 3）??判 ????理； ? 中 判 上级 ?。 4） ????? 理（ ） 后 ?理 ； ? 理 ? 后 理? ； 5） ? 判 PVS??中? 进?行。 2、程 实现 ??相API? 详细?说明 多边 A 一 顶 位于多边 组 一 说多边 A位于多边 “前 ”参考左图。 想象一 一 盒 6 组 朝向盒说盒 一“凸多边 ”朝向盒 盒 “凸多边”。 图1.2 让 一 何确定一 图元集合 否一 “凸多边 ” 伪算法 ： （1） - 参 : o n –确定一 D 中 相 位置 参考多边 。 –待确定 D 中 。 返 值: 位于多边 哪一边。 功 : 确定一 位于 多边定义 哪一边。
常用车辆检测传感器综述
常用车辆检测传感器综述 前言随着城市规模的不断扩大以及人口持续增加，人们的工作生活越来越依赖于各种交通工具。经济不断发展，人们收入的增加，以及国家一系列的购车优惠政策，越来越多的人拥有汽车。城市各种车辆的增加给人们出行提供了方便，但是由于交通量的增加，容易造成交通拥堵，甚至出现交通事故。为了解决日益严重的交通问题，不能够仅仅依靠扩宽现有的道路或者修建新的道路，构建智能交通系统（Intelligent Transportation Systems，简称ITS）此时解决日益严重的道路交通问题的有效办法，而车辆检测传感器则是ITS中最重要的交通数据采集部分。 实时准确地检测道路车辆的交通流信息并预测未来道路交通状况,进而将预测信息提供给交通控制中心,才可能有效避免交通阻塞,减少出行时间和交通事故的发生。精确和可靠的检测数据是在交通控制中进行合理的信号配时优化的基础，有效地利用实时的交通数据预测未来的交通状况,是实现有效的交通控制关键所在。本文集中介绍了集中生活中常用的几种固定式车辆检测传感器的原理和特点，分析了在不同环境中，车辆检测传感器的选择方式。 固定式车辆检测传感器一般包括感应线圈式检测器、超声波检测器、微波检测器、红外线检测器、视频检测器、磁力检测器以及声学检测器等。 一、感应线圈检测器 1.1 工作原理 感应线圈车辆检测器在检测过程中利用了涡流效应，即根据电磁感应定律，当金属导体置于交变磁场中时，导体内就会产生感应电流，在导体内形成闭合回路电流。检测器LC谐振电路产生一定频率的正弦振荡信号，同时，正弦振荡信号经互感线圈感应到埋设在路面的环形激励线圈上，使其周围空间形成正弦交变磁场。 图1 线圈检测系统组成示意图 其主要构成包括:埋于路面以下较浅处的绝缘线圈、路边拉紧盒到控制箱的数据输入线以及装于控制箱内的电子元件，如图1所示。环形线圈检测系统与控制中心的主控机通过电缆连接、通信，主控机可发送信号，设置检测器的检测周期等工作状态，并监测检测器故障；检测器则将检测数据如车辆计数、占有率等传送至主控机，以便完成控制系统的信息存储、优化配置、方案选择和事件检测等功能，实现系统的最佳控制效果。当汽车停在或驶过绝缘线圈,车辆的金属部分产生涡流电流,且电流方向与线圈电流的方向相反,因此,引起涡流电流产生的磁场与线圈电流产生的磁场方向相反,使得线圈磁场场强减小,而线圈磁场场强的减小使得振荡电路的振荡频率增加,从而引发电子元件向控制箱发出脉冲,以表征车辆的出现和经过。 1.2 典型应用 感应线圈车辆检测器具有稳定性好、技术成熟、正常使用寿命长、性价比和精确度高等
视频交通事件检测器系统方案汇总
VTD3000视频交通事件检测系统应用方案深圳市哈工大交通电子技术有限公司
目录 1. 概述 (3) 2. 视频交通事件检测系统的组成结构 (4) 2.1 系统组成结构 (4) 2.2系统组成特点 (4) 2.3 摄像机 (5) 2.4 视频信号传输与分配系统 (5) 2.5 VTD3000视频交通事件检测器 (5) 2.6 视频交通事件数据服务器 (6) 2.7 以太网交换机 (6) 2.8 管理客户端 (6) 3.1 VTD3000视频交通事件检测器简介 (7) 3.2 VTD3000视频交通事件检测器的功能 (7) 3.2.1 交通事件检测与报警功能 (7) 3.2.2 交通事件图像自动录像功能 (8) 3.2.3 交通参数异常报警功能 (8) 3.2.4 设备工作状态自检测和报警功能 (8) 3.2.5 交通参数检测与统计功能 (8) 3.3 VTD3000视频交通事件检测器的产品规格 (9) 3.4 VTD3000视频交通事件检测器的性能指标 (10) 3.4.1 交通流检测指标 (10) 3.4.2 交通事件检测性能 (10) 3.4.3 压缩和存储 (11) 3.4.4 视频信号输入 (11) 3.4.5 数据输出 (11) 3.5 VTD3000视频交通事件检测器的特点 (11) 3.5.1 结构特点 (11) 3.5.2 技术特点 (11) 3. 客户端管理软件 (13) 4.1 客户端的运行环境要求 (13) 4.1.1 客户端的硬件要求 (13) 4.1.2 客户端的配套软件要求 (13) 4.2 客户端管理软件的功能 (13) 4.2.1 客户端管理软件的界面表现形式 (14) 4.2.1.1 电子地图显示方式 (14) 4.2.1.2 虚拟大屏显示方式 (14) 4.2.2 视频交通事件检测器工作参数设置 (15) 4.2.3 交通事件报警响应和处理 (16) 4.2.4 人工录像操作 (17) 4.2.5 交通事件录像的查询和回放 (17) 4.2.6 交通事件录像的存储 (17) 4.2.7 交通流参数统计与图表显示 (17) 4.2.8 日志管理与远程维护 (18)
视频目标检测与跟踪算法综述
视频目标检测与跟踪算法综述 1、引言 运动目标的检测与跟踪是机器视觉领域的核心课题之一，目前被广泛应用在 视频编码、智能交通、监控、图像检测等众多领域中。本文针对视频监控图像的运动目标检测与跟踪方法，分析了近些年来国内外的研究工作及最新进展。 2、视频监控图像的运动目标检测方法 运动目标检测的目的是把运动目标从背景图像中分割出来。运动目标的有效分割对于目标分类、跟踪和行为理解等后期处理非常重要。目前运动目标检测算法的难点主要体现在背景的复杂性和目标的复杂性两方面。背景的复杂性主要体现在背景中一些噪声对目标的干扰，目标的复杂性主要体现在目标的运动性、突变性以及所提取目标的非单一性等等。所有这些特点使得运动目标的检测成为一项相当困难的事情。目前常用的运动目标检测算法主要有光流法、帧差法、背景相减法，其中背景减除法是目前最常用的方法。 2.1 帧差法 帧差法主要是利用视频序列中连续两帧间的变化来检测静态场景下的运动目标，假设(,)k f x y 和(1)(,)k f x y +分别为图像序列中的第k 帧和第k+1帧中象素点(x ，y)的象素值,则这两帧图像的差值图像就如公式2-1 所示： 1(1)(,)(,)k k k Diff f x y f x y ++=- (2-1) 2-1式中差值不为0的图像区域代表了由运动目标的运动所经过的区域（背景象素值不变），又因为相邻视频帧间时间间隔很小，目标位置变化也很小，所以运动目标的运动所经过的区域也就代表了当前帧中运动目标所在的区域。利用此原理便可以提取出目标。下图给出了帧差法的基本流程：1、首先利用2-1 式得到第k 帧和第k+1帧的差值图像1k Diff +；2、对所得到的差值图像1k Diff +二值化（如式子2-2 示）得到Qk+1；3、为消除微小噪声的干扰，使得到的运动目标更准确，对1k Q +进行必要的滤波和去噪处理，后处理结果为1k M +。 111255,,(,)0,,(,)k k k if Diff x y T Q if Diff x y T +++>?=?≤? （T 为阈值） （2-2）
基于视频技术的直接交通事件检测
基于视频技术的直接交通事件检测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。 交通事件指偶发性交通事故、车辆抛锚、恶劣天气、货物散落、道路养护、体育赛事、规模集会等交通情况。高速公路和城市快速路上发生的停车、逆行、慢行、拥堵、行人穿越、交通事故是需要重点管控的交通事件。当发现这些交通事件时，交通事件自动检测系统能够立刻报警，自动记录违章违法依据，同时快速处置交通事件，消除安全隐患、减少交通事件的损失。例如，图1(a)为行人穿越高速公路交通事件，图1(b)为高速公路车辆拥堵交通事件。
交通事件的视频检测技术研究概述 交通事件自动检测方法 图2为交通事件检测研究方法结构示意图，分为自动和非自动检测方法，其中非自动技术主要包括人工报告，电视监视等，自动技术主要有直接和间接检测法。直接检测法是一种基于视频的处理方法，通过交通事件视频检测算法，直接检测交通事件。间接检测法是一种基于交通流参数的处理方法，通过模式识别、数学统计、交通模型、人工智能等方法，融合交通流数据检测交通事件。直接法和间接法的特点可总结如下： 1、由于交通系统具有很强的非线性、模糊性、不确定性，研究表明间接法有许多不足之处，不但安装麻烦，而且费用较高，在交通流密度高时，间接法具有较好的检测效果，在交通密度低时检测效果不好。 2、由于直接法是根据视频图像内容，直接判断是否有交通事件发生，研究表明直接法的判别速度上远远胜于间接法，即使交通流量很低，也能对交通事件进行良好的判断。 鉴于交通事件的直接检测法的快速判断能力和其广泛交通的实用性，本文主要涉及基于视频的直接交通事件检测方法的研究和应用情况。 国外研究状况 由于模式识别、图像处理、计算机视觉、人工智能等技术的快速发展，国外开展交通事件的视频技术研究较早，而且技术也比较成熟。目前，国外已经研究出多种交通事件视频检测系统，如Autoscope、Siemens、Traficon、Videotrack等。这些系统基本能够实现平均队列长度、平均车速、车头时距、事故检测、拥挤度检测、车辆跟踪等功能。Autoscope交通事件视频检测系统目前已经成功应用于美国乔治亚洲运输部出行向导、北京四环路交通量检测、韩国奥林匹克交通信息系统、纽约高速公路事故管理系统、香港隧道事故检测信息系统等。 国内研究状况