基于视频的运动车辆检测开题报告
2022-01-18 22:20:37
全文总字数:5501字
1. 研究目的与意义及国内外研究现状
现如今,汽车已经成为十分普遍的交通工具,对汽车的检测和管理日趋重要,过去的道路交通监控系统已经不能满足当今社会需求,汽车样式繁多,速度快,过去的监控系统无法对运动车辆进行有效的分析与检测。如今,基于视频的车辆检测的理论发展迅速,技术也越发成熟,通过对视频的分析能够对车辆信息进行全方位的管理。
随着汽车工业的速发展,我国机动车保有量也呈现快速长的态势。公安部统计结果显示,在2018年初我国的机动车数量就已经突破了3.10亿辆,其中汽车数量占据了70%,约为2.17亿辆。并且我国机动车的供有量伴随着经济水平的蓬勃发展还将在一段时间内持续快速增长。与此同时,汽车驾驶者数量也呈现出同步大幅增长的态势。近五年,年均增量就已经达到2467万人,当前汽车驾驶者总数已超过了3.42亿人。近年来,交通事故、交通拥堵和交通环境恶化等一系列交通 安全所引发的问题已经显现,频发的交通事故给人们的生命和财产造成了巨大的损失,2017年我国为改善驾驶者的驾驶陋习和乘坐人的人身安全定制了更加严厉的交管政策,但即便如此,由于机动车事故导致的生命和财产损失仍然相当巨大。
根据2017年世界卫生组织给出的全球道路安全简报得知,在全世界范围内,每年大约有125万人在道路交通事故丧生,经济损失约达到各国国民生产总值的3%,交通安全俨然成为众多国家的急需解决的社会热点问题。近年来,许多专家与学者在汽车安全领域中研究检测和识别前方车辆异常驾驶行为的相关技术,很多国家也投入了人量人力物力,发展智能交通系统以解决日益严重的城市道路交通问题。智能交通系统( its) 是一种综合运用控制系统、信息系统、通信系统和计算机网络等技术,建立起一种实时、准确的交通管理系统,该系统可以起到疏通城市拥挤的交通流、提升驾驶者的行车安全系数、降低排放污染等作用,同时对城市经济发展起到重要的推动作用,其技术发展逐渐趋向基于视频的车辆检测这个方面。
2. 研究的基本内容
从前面的研究现状可以看出,人们对车辆检测的算法已经做了大量的研究,并提出了很多的模型和解决问题的方法,但是车辆检测是一项极有挑战性的工作,目前提出的方法只适用一些特定的场合,在适用性、准确率、时间效率方面或多或少存在一些问题,所以车辆检测仍有很长的一段路要走。为了研究基于视频的车辆检测技术,本文将把背景、帧间差分法结合起来解决视频检测问题,主要研究以下内容:在视频序列前几帧中采用背景差分, 初步提取出大概的移动车辆后, 再采用帧间差分法, 得到准确的移动车辆目标。最后, 结合形态学运算实现移动车辆的跟踪。
3. 实施方案、进度安排及预期效果
实施方案
利用视频图像处理的方法进行车辆检测,由于帧间差分相对背景差分更不易受光照影响, 本文提出的背景帧间差分法是指背景差分与帧间差分的融合, 该方法是在视频序列前几帧中采用背景差分, 初步提取出大概的移动车辆后, 再采用帧间差分法, 得到准确的移动车辆目标。最后, 结合形态学运算实现移动车辆的跟踪。其流程图如图1所示。
4. 参考文献
[1]徐子豪,黄伟泉. 基于深度学习的监控视频中多类别车辆检测[j]. 计算机科学与技术, 2018,(18):2-5 .
[2] 耿旭昭. 基于视频监控的运动车辆检测[j]. 中国科技信息, 2018,(18): 61-64.
[3] 肖国宴. 基于视频的车辆检测与分割算法研究[d].南昌大学,2018.