基于移動智能終端的行車監(jiān)控系統(tǒng)研究與實現(xiàn).pdf

1、基于移動智能終端的行車監(jiān)控系統(tǒng)研究與實現(xiàn)摘要隨著國家車輛保有量快速發(fā)展，城市交通問題變得日益嚴峻，對交通監(jiān)控方面也提出了更高的要求。另一方面，隨著車載監(jiān)控技術(shù)的發(fā)展和移動智能終端的普及，使得構(gòu)建一整基于移動智能終端的車載監(jiān)控系統(tǒng)成為可能。其中，車輛識別作為車載視頻監(jiān)控系統(tǒng)的核心也是關(guān)鍵的難點，已經(jīng)吸引了國內(nèi)外學者從事相關(guān)的研究。目前主流的識別算法包括根據(jù)背景差分法、幀差分法、光流法以及基于學習的車輛識別算法。這些算法各有優(yōu)缺點，適合不同

2、的識別場景。我們希望能夠在車輛行駛過程中對視頻進行錄制，同時進行視頻分析檢測出在道路上行駛的車輛。由于行車過程中天氣和光照往往千變?nèi)f化，環(huán)境較為復雜。同時車輛外形也相對有著明顯區(qū)別。不宜適用背景差分法和幀差分法。同時光流法由于其復雜度太高，需要較大硬件成本，不適用于普通的行車監(jiān)控系統(tǒng)中。根據(jù)我們所要檢測的場景，通過分析確定了使用基于學習的車輛識別算法。通過調(diào)研國內(nèi)外相關(guān)工作，我們最終選擇了在車輛識別領(lǐng)域比較主流的兩種算法：HogSVM和

3、類HaarAdaB00st。其中，HogSVM算法比較準確，但是和類HaarAdaBoost相比速度較慢。根據(jù)對車載監(jiān)控視頻進行特征分析后發(fā)現(xiàn)，車輛在行駛過程中，車在監(jiān)控畫面中的大小會發(fā)生變化，遠處的車輛在畫面中顯示較小，而近處車輛則顯示較大，因此必須選擇不同大小的識別區(qū)域，同時考慮到遠處車輛過小需要有較高的識別準確度的檢測方法?；谏鲜龇治?，最終決定將HogSⅧ和類HaarAdaB00st兩種算法相結(jié)合，針對不同的識別對象發(fā)揮其各自的

4、優(yōu)勢。在算法優(yōu)化方面，我們主要基于Kalman算法來進行待檢測區(qū)預測，同時進行跳幀處理。在不影響檢測準確率的情況下，進一步優(yōu)化算法的性能，進而提升系統(tǒng)的用戶體驗。啪哪啪帥圳哪刪刪I|f|I哪Y2968055RESEARCHANDIMPLEMENTATloNoNTRAFFICMoNIToRINGSYSTEMBESEDoNSMARTMoBILETERMINALABSTRACTWiththenati冊alVehicle’srapiddevel

5、opment，urbantra髓cproblembecomesincreasinglyseriousTramcmonitoringisalsoputforwardhigherrequirementsOntheomerhand，WiththedeVelopmentofonboardmonitoringtechllologya11dthepopularizationofmobileintelligenttemlinalmakebuildin

6、gawholeVehiclemonitoringsystembasedonmobileintelligenttenninalpossible。Amongthem，vehicleidentificationas也ecoreoftheVehiclevideomonitorsystemisalsothekeydif：Eiculb廠，hasat訂actedscholarsengagedinresearchathomeandabroadThecu

7、llrentmains仃eamrecognitionalgorithmbasedonmethodofbackgrounddiffbrence，矗鋤edifferencemethod，opticalflowmethodandtheVehiclejdentmcationalg“衄nbasedonleamingThesealgorit№shaVetheirownadVantagesanddisadVantages，sui訕lefordifIf

8、erentrecOgmtlonsceneWewallttobeabletecordingintheprocessofdriVingwithinvideoanalysisaIlddetectionofvehiclesontheroadDuetotheweatherand1ight，intheprocessofdriVingenVironmentismorecomplicatedAtthesametiIIle，theVehicleappea