路面车辆运动的义理解.pdf

摘要 摘 要 动态图像序列理解就是要赋予计算机类似于人一样的观察和理解动态场景 的视觉能力，通过对图像数据的分析与处理来获取对动态景物中运动物体行为 及其相互关系的高层次语义上的解释，实现从图像空问的数值描述到概念空间 的语义描述的转换。传统的计算机视觉研究工作主要集中在恢复场景的三维几 何结构，计算摄像机的运动和象素的运动信息等，很少涉及到图像的高层语义 信息。近年来，在高层语义与行为理解方面的工作受刭了越来越多的关注。 计算机视觉发展的历史表明，研究领域不限的通用计算机视觉系统是不现 实的，本文结合交通视觉监控，对路面交通场景动态图像序列中的车辆运动语 义理解进行了深入的研究，涉及到了许多动态图像语义理解的基本问题，包括 摄像机标定、运动检测和分割、目标定位、时空推理、场景恢复与表示、行为 分析和建模、语义理解等等。本文的主要工作有： ①提出了一种简荦方便的适用于路面交通场景的摄像机参数求解方法；改进 了运动检测的算法模块，使得其对光照有更好的鲁棒性；还提出了一种车 辆定位的算法。 ②提出了利用一种改进的Kalman滤波器的车辆视觉跟踪算法(包括对车辆 的运动建立动态模型)，并与其他常用跟踪滤波器进行了比较。实验证 明，由于引入丫合理的正交性约束，使得这种改进的Kalman滤波器能够 在复杂运动下具有更好的跟踪能力。 ⑤发展了一种高层语义理解的框架，引入了概念空间来实现从定量的几何描 述到语义概念之间的映射，从而在传统计算机视觉和高层语义理解与推理 之问架起一座桥梁。 ④研究了人类运动概念的抽象层次，合理地区分了普遍性程度(Genera】ity) 和复杂性程度(Complexity)两种人类语义概念中的不同角度的抽象层次， 并在不同的处理过程中对其建立模型。 ⑤提出了采用时问问隔模型来对行为建模和识别的方法。这种方法可以非常 乃‘便地为多个运动目标之问的交瓦行为建模，并利用建立的模型进行行为 识别。最后还利用简单的语法规则，自动产生对语义概念的自然语言描 述。 第i页 摘要 ⑥研究并实现了。个基于三维线框模型的路面变通监控与行为理解系统平 台，平台已经能够在PIV1．7G的PC机256Mt勾存配嚣下近乎实时(1‘几帧 每秒)地跟踪单辆车，初步实现对特定场景下的物体行为作出简尊的自然 语言描述。 关键词：计算机视觉，动态图像序列理解，视觉跟踪，行为分析与识别，自然 语言描述 第ii页 英文摘要 Semantic ofVehicle MotioninTraffic Interpretation Scenes Lou Author：Jianguang Tan Supervisor：Tieniu Abstraet Semantic of toautomati- attempts interpretationdynamicsequences image themotionsand behaviorsofthetracked the