基于交通视频的交通拥堵状态自动识别方法.pdf

基于交通视频的交通拥堵状态自动识别方法.pdf

ID:51448895

大小:2.27 MB

页数:8页

时间:2020-03-24

基于交通视频的交通拥堵状态自动识别方法.pdf_第1页
基于交通视频的交通拥堵状态自动识别方法.pdf_第2页
基于交通视频的交通拥堵状态自动识别方法.pdf_第3页
基于交通视频的交通拥堵状态自动识别方法.pdf_第4页
基于交通视频的交通拥堵状态自动识别方法.pdf_第5页
资源描述:

《基于交通视频的交通拥堵状态自动识别方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第31卷第1期2014年1月公路交通科技JournalofHighwayandTransportationResearchandDevelopmentVoL31No.1Jan.2014doi:10.3969/j.issn.1002—0268.2014.01.020基于交通视频的交通拥堵状态自动识别方法廖律超1’2,蒋新华1,邹复民2,赖宏图2(1.中南大学信息科学与工程学院,湖南长沙410075;2.福建工程学院福建省汽车电子与电驱动技术重点实验室,福建福州350108)摘要:为了实现交通视频拥堵状态的自动识别,以满足日益广泛应用的交通视频监控需求,分析了交通拥堵评价模型及其定性过程,进

2、而提出了一种具有自适应学习能力的交通视频拥堵信息识别方法。该方法系统提取视频图像特征集,应用SVM进行模型训练学习和状态分类,并采用GA进行算法模型的在线闭环自适应调优。现场试验表明,该方法具有识别准确率高、处理速度快和系统自适应能力强等优点,为解决全天候的基于视频的交通拥堵实时在线识别处理问题提供了一种快速有效的解决方法。关键词:交通工程;自动识别;机器学习;交通视频;拥堵信息;模式识别;支持向量机;遗传算法中图分类号:TP391.41;U491.2+65文献标识码:A文章编号:1002—0268(2014)01一0110—08AnAutomaticRecognitionApproac

3、hforTrafficCongestionStatesBasedonTrafficVideoLIAOLu—cha01”,JIANGXin.hual,ZOUFu—min2,LAIHong.tu2(1.SchoolofInformationScienceandEngineering,CentralSouthUniversity,ChangshaHunan410075,China;2.KeyLaboratoryforAutomotiveElectronicsandElectricDriveofFujianProvince,FujianUniversityofTechnology,FuzhouF

4、ujian350108,China)Abstract:Inordertorealizetheautomaticidentificationoftrafficvideocongestionstatetomeettheincreasinglyextensivedemandfortrafficvideosurveillance,atrafficcongestionevaluationmodelanditsqualitativeprocessareanalyzed.Then,atrafficvideocongestioninformationrecognitionmethodwithadapti

5、velearningabilityisproposed.Inthemethod,thevideoimagefeaturesetsareextractedsystematically,thensupportvectormachineisappliedtomodetrainingandlearningandstateclassification,andthengeneticalgorithmisusedtorealizeonlineadaptiveoptimizationforthestateclassificationmodel,andthengeneticalgorithmisusedt

6、orealizeonlineadaptiveoptimizationforthestateclassificationmodel.Thefieldtestshowsthatthemethodhashi【ghrecognitionaccuracy,fastprocessingspeedandstrongadaptiveability,anditprovidedafastandeffectivesolutiontosolvetheproblemofall—weathertrafficcongestionstatereal—timeon—linerecognitionandtreatmentb

7、asedonthetrafficvideo.Keywords:trafficengineering;automaticidentification;machinelearning;trafficvideo;congestioninformation;moderecognition;supportvectormachine(SVM);geneticalgorithmⅧ言.黧慧罢?霎爰薯篙糕嚣。器}耋随着城市交通视频资源越来越丰富,基于

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。