跨相机车辆识别的关键技术研究

《跨相机车辆识别的关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级分类号；〇＾１单位代码１ＵＤＣ：乂是緣事乂掌？、邮３六全日制应用型硕±研究生学位论文跨相机车辆识别的关键技术研究黄心官指导教师鲁巧羽教授高级软件工程师企业导师李欢申请学位类别工程硕±工程领域软件工程学位授予单位大连海事大学２０１６年６月分类号密级ＵＤＣ单位代码１０１５１大连海事大学工程硕±学位论文跨相机车辆识别的关键技术研究（学位论文形式：应用研究）黄也官指导教师鲁明羽职称教授企业导师李欢职称高级软件工程师，学位授予单位

2、大连海事大学申请学位级别工程硕±工程领域软件工程论文完成日期２０１６年６月答辩Ｒ期２０１６年６月答辩委员会主席Ｒｅｓｅａｒｃｈｏｎｋｅｙｔ；ｅｃｈｎｏｌｏｏｆｖｅｈｉｃｌｅｉｄｅｎ村ｆｌｅａ村ｏｎｗｉｔｈｇｙｃｒｏｓｓ－ｃａｍｅｒａＡ化ｅｓｉｓＳｕｂｍ化ｅｄ化ＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙＩｎａｒｔｉａｌｆｕｌ打Ｍｍｅｎｔｏｆｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓ化ｒｔｈｅｄｅｒｅｅｏｆｐｇＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎｇｇｂｙＨｕａｎＸｉｎｕａｎｇｇＳｏｆｔｗ

3、ａｒｅＥｎｉｎｅｅｒｉｎ（ｇｇ）ＴｈｅｓｉｓＳｕｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＬｕＩＶＯｎｕｐｇｙ化ｎｅ２０；Ｌ６大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：本论文是在导师的指导下，独立进行硏究工作所取得的成果，＂＂撰写成硕±学位论文跨相机车辆识别的关键巧术研巧。除论文中已经注明引用的內容外，对论文的研究做出重要贡献的个人和集体，均已在文中Ｗ明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体己经公开发表或未公开发表的成果。本声明的法律责任由本人承担。未＞浸学位论文作者签名：学位论文版权使

4、用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学；位论文的规定，即大连海事大学有权保留并向国家有关部口或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可Ｗ将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕±学位论文全文数据库》中国学术期刊光盘版电子杂志社、《中国学位论文全文数（（））据库》中国科学技术信息研究所等数据库中，并巧子出版物形式出版发行和提（）供信息服务。保密的论文在解密后遵守此规定。本学位

5、论文属于：保密□在年解密后适用本授权书。＂＂不保密白（请在上方框内打Ｖ）‘论文作者签名Ｌ、良削＾：术币签名：／！０曰期：年月＞曰中文摘要摘要随着国民经济的高速发展、停车场建设越来越多，对、高速公路、城市道路＂＂交通控制、安全管理的要求也日益提高，对视频监控的智能要求不断提高。单相机对区域的监控范围有限，无法满足人们的要求，。因此使用多相机进行大范围的监控成为现在的主流，实现不同相机之。本文研究跨相机的车辆识别技术间的车辆配准，并通过实验来检验其有效性。本文使用ＤＰＭＤｅｆｏｒｍａｂｌｅＰａｒｔＭｏｄｅｌ方法进行车辆检测，根据检

6、测结果确定（），车辆目标，降提高车。这样可Ｗ过滤掉图像中大量的背景信息低计算的复杂度辆识别的准确度。实验结果表明使用ＤＰＭ方法可Ｗ检测到部分遮挡车辆，效果优于传统车辆检测方法。在车辆检索中，本文使用的是基于词袋模型和海明编码的方法。海明编码的主要作用是把同一一类中的特征点近步细分，解决了传统视觉词袋模型聚类中必ＩＦＴ选择过大或者过小所造成匹配精度下降的问题，有效地提高了Ｓ特征点匹配的一准确度。还提出了多重分配的方法，可Ｗ减少了那些遗漏的匹配，进步提高匹配精度，从而提高车辆识别的精度。在跨相机车辆识别中，把车辆视频侦对准问题转换成网络流问题，把视

7、觉和一时间当作个整体进行考虑，减少对视频关键侦的依赖，使得整个网络模型对关键顿的选择不敏感一。把视频部分对准问题转换到个网络流问题，求相似的视频一片段就转换为网络流的最优路径问题致性的结合，使得该。通过对视觉和时间系统具有可扩展的视觉和时间上的一致性。最后，通过跨相机车辆识别证明，本文的方法能够对跨相机进行有效的识别，准确率高迭８１．７１％，查全率高达８４．１％。本文解决了跨相机牢辆识别的部分难题，为跨相机车辆识别的广泛应用奠定了基础。