跨相機(jī)車輛識(shí)別的關(guān)鍵技術(shù)研究.pdf

1、隨著國民經(jīng)濟(jì)的高速發(fā)展、高速公路、城市道路、停車場(chǎng)建設(shè)越來越多，對(duì)交通控制、安全管理的要求也日益提高，對(duì)“視頻監(jiān)控”的智能要求不斷提高。單相機(jī)對(duì)區(qū)域的監(jiān)控范圍有限，無法滿足人們的要求。因此，使用多相機(jī)進(jìn)行大范圍的監(jiān)控成為現(xiàn)在的主流。本文研究跨相機(jī)的車輛識(shí)別技術(shù)，實(shí)現(xiàn)不同相機(jī)之間的車輛配準(zhǔn)，并通過實(shí)驗(yàn)來檢驗(yàn)其有效性。
　　本文使用DPM(Deformable Part Model)方法進(jìn)行車輛檢測(cè)，根據(jù)檢測(cè)結(jié)果確定車輛目標(biāo)。這樣可以

2、過濾掉圖像中大量的背景信息，降低計(jì)算的復(fù)雜度，提高車輛識(shí)別的準(zhǔn)確度。實(shí)驗(yàn)結(jié)果表明使用DPM方法可以檢測(cè)到部分遮擋車輛，效果優(yōu)于傳統(tǒng)車輛檢測(cè)方法。
　　在車輛檢索中，本文使用的是基于詞袋模型和海明編碼的方法。海明編碼的主要作用是把同一類中的特征點(diǎn)近一步細(xì)分，解決了傳統(tǒng)視覺詞袋模型聚類中心選擇過大或者過小所造成匹配精度下降的問題，有效地提高了SIFT特征點(diǎn)匹配的準(zhǔn)確度。還提出了多重分配的方法，可以減少了那些遺漏的匹配，進(jìn)一步提高匹配精

3、度，從而提高車輛識(shí)別的精度。
　　在跨相機(jī)車輛識(shí)別中，把車輛視頻幀對(duì)準(zhǔn)問題轉(zhuǎn)換成網(wǎng)絡(luò)流問題，把視覺和時(shí)間當(dāng)作一個(gè)整體進(jìn)行考慮，減少對(duì)視頻關(guān)鍵幀的依賴，使得整個(gè)網(wǎng)絡(luò)模型對(duì)關(guān)鍵幀的選擇不敏感。把視頻部分對(duì)準(zhǔn)問題轉(zhuǎn)換到一個(gè)網(wǎng)絡(luò)流問題，求相似的視頻片段就轉(zhuǎn)換為網(wǎng)絡(luò)流的最優(yōu)路徑問題。通過對(duì)視覺和時(shí)間一致性的結(jié)合，使得該系統(tǒng)具有可擴(kuò)展的視覺和時(shí)間上的一致性。
　　最后，通過跨相機(jī)車輛識(shí)別證明，本文的方法能夠?qū)缦鄼C(jī)進(jìn)行有效的識(shí)別，準(zhǔn)確率