一种高准确率的交通监控视频车辆检测算法
李乐平;高杨
【摘 要】针对高速视频监控的车辆识别易受几何变换影响且准确度不高的问题,提出了高效的阴影去除和车辆分类两种视频处理算法来提高车辆识别性能;利用高斯分布像素匹配实现车辆形状的提取;利用阴影区域前景和背景的对比度参数进行有效的阴影去除;利用Hu不变矩表征车辆,从而克服了几何变换的影响;使用7D欧氏特征空间最小距离算法将车辆与指定车辆模型进行比较并分类;对比试验结果证明,本算法具有较高的阴影检测性能和极佳的车辆分类性能,明显优于其他同类型算法.
【期刊名称】《计算机测量与控制》
【年(卷),期】2015(023)003
【总页数】4页(P852-854,857)
【关键词】高速公路;阴影去除;车辆分类;Hu不变矩阵
【作 者】李乐平;高杨
【作者单位】内江职业技术学院,四川内江641000;南方医科大学,广州 510515
【正文语种】中 文
【中图分类】TP391.4
0 引言
高速交通监控系统可监控交通情况、降低拥堵、优化交通基础设施利用率及增强交通安全，同时也可实现交通预估与规划。高速视频监控是交通监控系统的一个重要部分，其可提供丰富的有效信息。利用此信息，可实现车辆分类、交通流分析、事故检测、车辆跟踪等。目前已有大量交通视频监控的研究［1－6］，相关研究对象主要分为三部分：1）车辆检测及追踪；2）遮挡去除；3）特征提取及车辆分类。
本文针对交通视频监控系统的阴影去除［7］和车辆分类［8］提出了两种新方案：利用对比度参数实现阴影去除；利用Hu不变矩表征车辆以实现车辆分类。试验结果显示，本算法具有较好的阴影去除和车辆分类性能，且实现简单、计算复杂度低。
1 本文算法
1.1 车辆检测
由于视频监控中高速路面的背景一般非静态，如光照变化、树的摆动等影响，因此无法直接使用背景减法等算法来提取车辆，文献［10］的自适应背景算法对背景变化具鲁棒性，该算法将像素表示为对时间的序列｛X1，X2，…，Xt｝，每个像素使用k个高斯分布的混合高斯分布对其建模。时间为t的像素值概率分布为：
一种基于激光雷达传感器的行人检测方法
韩骁枫;陆建峰;李祥瑞;赵春霞
【摘 要】针对目前基于激光雷达点云的大多数特征不能描述行人目标的形状分布这一问题,本文提出了一种面向地面无人车辆的基于激光雷达传感器的行人检测方法.利用DBSCAN算法所有的非地面激光雷达点云进行聚类,并且提出了一种快速点特征直方图分布特征,用于训练支持向量机分类器进行行人的检测.本文在KITTI
OBJECT数据库和一辆地面无人车辆上对方法的正确率和有效性进行了实验,结果表明:验证了本文提出的快速点特征直方图特征相比较于其他的激光雷达特征,可以有效提高行人检测的性能,同时能够满足地面无人车辆对行人检测的实时性要求.
【期刊名称】《哈尔滨工程大学学报》
【年(卷),期】2019(040)006
【总页数】6页(P1149-1154)
【关键词】行人检测;激光雷达;地面无人车辆;环境理解;无人驾驶;目标检测;支持向量机;快速点特征直方图
【作 者】韩骁枫;陆建峰;李祥瑞;赵春霞
【作者单位】南京理工大学计算机科学与工程学院,江苏南京211094;南京理工大学计算机科学与工程学院,江苏南京211094;南京理工大学计算机科学与工程学院,江苏南京211094;南京理工大学计算机科学与工程学院,江苏南京211094
【正文语种】中 文
【中图分类】O235
近年来，随着地面无人车辆(unmanned ground vehicle, UGV)研究的快速发展，行人检测的相关工作正得到越来越多的重视。传统的行人检测方法主要依赖于可见光摄像机等传感器获取的图像，采用机器视觉的相关方法进行行人检测[1-5]。目前，研究者们已经提出了许多行人检测的方法，但是它作为地面无人车辆的核心技术之一，依然是一项十分具有挑战性的工作，其主要原因有以下2个方面：1)由于不同的行人之间的体型、姿态和着装等具有很大的差异，导致从可见光图像提取行人的特征具有一定的难度；2)可见光图像容易受到不同光照条件和阴影的影响，导致行人目标之间在图像上具有显著的差异。
２００７年
第６期 工程图学学报
ＪｏＵＲＮＡＬ ＯＦ ＥＮＧＩＮＥＥＲＩＮＧ ＧＲＡＰＨＩＣＳ ２０ｏ７
Ｎｏ．６
运动物体的阴影检测与分割
辛国江 ， 邹北骥２， 刘相滨 ， 康 晶
（１．湖南大学计算机与通信学院，湖南长沙４１００８２；２．中南大学信息科学与工程学院，湖南长沙４１００８３；
３、湖南师范大学图像识别与计算机视觉研究所，湖南长沙４１００８１）
摘 要：阴影检测与分割在基于视频的运动物体检测与提取中具有重要作用。为了
准确检测与分割阴影，提出了基于体色向量匹配的阴影检测与分割算法。提取前景区域以后，
运用亮度测试法去除亮度值高于对应背景区域的前景区域，然后预判断阴影区域，最后利用
体色向量匹配提取阴影区域。另外，提出了亮度步长的方法来检测阴影中的半影。实验结果
表明，算法在多数情况下对运动物体阴影检测与分割具有较好的鲁棒性，提高了检测与分割
的速度。
关键词：计算机应用；阴影检测；体色向量匹配；亮度步长
中图分类号：ＴＰ ３９１．４１
文献标识码：Ａ 文章编号：１００３—０１５８（２００７）０６—００８５—０６
Ｍｏｖｉｎｇ Ｏｂｊｅｃｔ’Ｓ Ｓｈａｄｏｗ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｓｅｇｍｅｎｔａｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｖｉｄｅｏ
ＸＩＮ Ｇｕｏ－ｊｉａｎｇ ，ＺＯＵ Ｂｅｉ－ｊｉ ，ＬＩＵ Ｘｉａｎｇ—ｂｉｎ。，ＫＡＮＧ Ｊｉｎｇ
（１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎ，ＨｕｎａｎＵｎｉｖｅｒｓｉｔｙ，ＣｈａｎｇｓｈａＨｕｎａｎ４１００８２，Ｃｈｉｎａ； ２、Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｅｎｔｒａｌ Ｓｏｕｔｈ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ Ｈｕｎａｎ ４１００８３，Ｃｈｉｎａ； ３．Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｉｍａｇｅ Ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ，Ｈｕｎａｎ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ Ｈｕｎａｎ ４１００８１，Ｃｈｉｎａ）
２０１１年第６期
（总第１１６期） 信息通信 ＩＮＦＯＲＭＡＴＩＯＮ＆ＣＯＭＭＵＮＩＣＡＴＩＯＮＳ ２０１１ （Ｓｕｍ．Ｎｏ １１６）
一种基于纹理的车辆阴影消除新算法
张明星。代永霞，张静
（兰州交通大学电子与信息工程学院，甘肃兰州７３００７０）
摘要：基于对智能交通系统（ＩＴｓ，Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔ ｓｙｓｔｅｍｌｓ）中视频检测的研究和分析，特别针对其中关键步骤之．一．的阴
影消除展开深入探讨，分析了阴影产生的原理和特点，阐述了现有的阴影去除算法，在现有算法的基础上提出了一种基于区域 聚类的阴影消除算法。实践证明，该方法能够较好的去除运动车辆的阴影，保留较完整的车辆目标信息，为准确提取车辆目标
奠定了基础。 关键词：视频检测；视频消除；纹理；分类密度 中图分类号：ＴＰ３９１．４１ 文献标识码：Ａ 文章编号：１６７３－１１３１（２０１１）０６—００１８—０２ Ａｂｓｔｒａｃｔ：ｂａｓｅｄ ｏｎ ｔｈｅ ｒｅｓｅａｒｃｈ ａｎｄ ａｎａｌｙｓｉｓ ｏｆｖｉｄｅｏ ｓｅｑｕｅｎｃｅ ｏｆｔｈｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔ Ｓｙｓｔｅｍｓ，ｔｈｉｓ ｐａｐｅｒ ｅｓｐｅｃｉａｌｌｙ ｈａｄ ａ
ｉｎ．ｄｅｐｔｈ ｄｉｓｃｕｓｓｉｏｎ ａｂｏｕｔ ｔｈｅ ｃｒｆｆｉｃａｌ ｓｔｅｐ ｏｆ ｖｉｄｅｏ ｄｅｔｅｃｔｉｏｎ－－ｓｈａｄｏｗ ｒｅｍｏｖｉｎｇ，ａｎａｌｙｚｉｎｇ ｔｈｅ ｃａｕｓｅｓ ａｎｄ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ
ｔｈｅ ｓｈａｄｏｗ，ｄｅｓｃｒｉｂｉｎｇ ｔｈｅ ｃｕｒｒｅｎｔ ｓｈａｄｏｗ ｒｅｍｏｖａｌ ａｌｇｏｒｉｔｈｍｓ，ａｎｄ ｐｒｏｐｏｓｅｄ ａ ｎｅｗ ｍｅｔｈｏｄ ｏｆ ｉｍａｇｅ ｔｅｘｔｕｒｅ－ｂａｓｅｄ ｖｅｈｉｃｌｅ
ｃａｓｔ ｓｈａｄｏｗ ｅｌｉｍｉｎａｔｉｏｎ ａｐｐｒｏａｃｈ ｂａｓｅｄ ｏｎ ｔｈｅ ｅｘｉｓｔｉｎｇ ａｌｇｏｒｉｔｈｍｓ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｈａｖｅ ｐｒｏｖｅｄ ｔｈａｔ ｔｈｉｓ ｍｅｔｈｏｄ ｃａｎ
