基于像素分析的轨迹异常车辆的识别法 method of identification trajectory abnormal vehicle based on pixel analysis.pdfVIP

2012年 6月 电 子 测 试 Jun．2o2 繁 6期 ELEcTRoN|c TESr No．6 基于像素分析的轨迹异常车辆的识别法 成春晟 (南京邮电大学 自动化学院 ，江苏南京) 摘要：交通异常情况检测一直是交通管理中的重要任务，其在智能交通系统中显得尤为重要。传统的检 测方法首先对 目标物体 (行人和车辆)进行区分，然后再对提取的车辆进行轨迹异常判断。在车流量日益 加剧的今天，此种方法增加了计算机的运算复杂度。针对上述算法计算量过于复杂的问题，本文提出了基 于像素点的背景方法，首先结合隐含马尔可夫模型(HiddenMarkovMode1)和共发模型 (Co—occurences mode1)，对视频中的异常像素点进行判断，然后通过仿三维模型车辆进行识别的方法，对由异常像素点 组成的车辆进行最终的识别。实验结果表明该算法具有较强的有效性和在智能交通系统中有较好的应 用。 关键词：背景方法；隐含马尔可夫模型；共发模型；仿三维模型 中图分类号：TP242．6 文献标识码：B Methodofidentificationtrajectoryabnorm~vehicle basedonpixelanalysis ChengChunsheng (ConegeofAutomatic，NanjingUniversityofPostsandTelecommunications，NanjingChina) Abstract：Thetrat~cabnormiyt identificationisanimportanttaskinthetra~cmanagesystem，anditbecomes veryimportantintheITS(IntelligentTransportSystem)．thetraditionaldetectionmethodsfirstdistinguish thetargetobjects(pedestriansandvehicles)andthenjudgetheabnomalvehicle．thismethodincreasesthe computationalcomplexiyt astrafficvolumegrow quicklyinmoderntime．Forthecomputationalalgorithm is toocomplex．wetakeamethodbasedonpixelbackrgound，combinedwithHiddenM arkovM odeland Co— occurencesmode1．．thenweusethree—dimensionalmodelstO identificationvehicle．．Theresultsofexperiments show thatthisalgorithm hasavailabilityandgoodresultsintheITS． Keywords：HiddenMarkovM odels；Co—occurencesmodel；threedimensionalmodels 万方数据 0 引言 2 背景法 20世纪90年代末以来，图像监控系统由传 由于最终的目标对象是车辆，所以轨迹法必 统的模拟方式步入了数字式的网络时代。数字监 须对动态提取后所有的物体进行车辆识别，从而 控系统以计算机为处理核心，除了能够实现多媒 找出目标物体 (车辆)，这是一个复杂而又耗时的 体信息处理如压缩、传输、存储和播放等基本功 过程。 能外，还能够实现 自动异常识别、智能存储和快 与轨迹法不同，背景法的研究对象不单单只 速检索等高级功能。目前监控系统被广泛应用于 是一个物体，此方法的研