知能交通系統(tǒng)中的環(huán)境感知算法研究.pdf

1、環(huán)境感知是智能交通系統(tǒng)的重要組成部分。廣泛的應用在交通監(jiān)控系統(tǒng)的視頻壓縮、圖像分類和視頻圖像檢索等領域。常規(guī)環(huán)境感知技術主要應用在自然界或者含少量人造物體場景解析，具有解析種類多和解析準確等特點。但是該方法對大規(guī)模的交通監(jiān)控復雜場景的解析性能仍存在問題，本文以智能交通監(jiān)控下的環(huán)境感知系統(tǒng)為研究課題，主要構建了非參數(shù)化環(huán)境感知系統(tǒng)，該方法以數(shù)據(jù)為驅動，無需設置精確參數(shù)，是一種非參數(shù)化場景解析方法，同時本文提出了參數(shù)化的斑馬線關鍵場景目標檢

2、測算法，進一步提升環(huán)境感知的準確性。主要工作如下：
　　1、本論文提取了大量的交通監(jiān)控的背景圖片，搭建了離線的LabelMe服務器，對背景圖片進行手工的標記，建立一個覆蓋交通監(jiān)控多場景的數(shù)據(jù)集，并且在該數(shù)據(jù)集下提供了一個場景解析準確率的基礎指標。
　　2、針對傳統(tǒng)的非參數(shù)化環(huán)境感知系統(tǒng)進行構建，并在此基礎之上進行了改進，主要為應用多通道、細粒度的GIST全局特征進行最近鄰場景匹配，提升系統(tǒng)效果。
　　3、針對交通監(jiān)控應

3、用場景的關鍵目標識別問題，本文提出了參數(shù)化基于MSER和ERANSAC算法斑馬線檢測方法，實驗表明該方法在多種環(huán)境下都具有高準確性和魯棒性。
　　4、針對非參數(shù)化環(huán)境感知的系統(tǒng)的不足，本文通過融合斑馬線檢測識別算法到該系統(tǒng)中，使環(huán)境感知系統(tǒng)性能進一步提升。
　　5、對系統(tǒng)主要函數(shù)進行封裝，制作環(huán)境感知可視化使用軟件，對標記結果在原圖上進行標識，同時對場景目標的邊緣數(shù)據(jù)點進行提取，并且等間隔抽取邊緣數(shù)據(jù)點，按順序存儲到硬盤，方