基于視頻圖像的交通要素感知與行為理解.pdf

1、目前,我國將積極探索應用新技術(shù)提高交通運輸系統(tǒng)的運行和管理效率的交通運輸方式,智能交通系統(tǒng)(Intelligent Traffic System,ITS)就是其中之一。它不僅僅使交通運輸變得更加高效、安全,而且使我們的信息交流手段變得更加便捷。同時,基于視頻圖像的交通事件的語義理解正被越來越多的學者所關(guān)注,但是基于視頻圖像處理技術(shù)的交通信息采集技術(shù)還有待進一步改進和完善;交通事件理解的建模方式和識別方法都還有待進一步的提高。本文正是基于

2、以上背景,對交通事件的語義理解中的交通要素感知和行為理解過程做了進一步研究。
　　首先針對語義理解中提出的方法與手段,對事件類型的依賴較強,通用性和一般性不好的問題做了進一步探索,包括:從框架模型角度對交通事件進行分析;根據(jù)交通事件特點,把視頻中的底層特征進行總結(jié)并分為兩種:靜態(tài)特征和動態(tài)特征;根據(jù)邏輯化的自然約束語言(Natural Constraint Language,NCL)的規(guī)則,給出了交通事件的語義表達形式,同時給出了

3、實現(xiàn)對交通事件語義理解的整體流程框架。
　　然后針對靜態(tài)特征中的現(xiàn)有車型識別方法的準確性和實時性不能同時滿足要求的情況,本文提出復合的圖像匹配模型與識別方法,即:先應用Harris角點對車型初分類,再應用SIFT特征進行細分類,該方法在保證識別準確性基本不變的情況下,較大地縮短了處理時間。
　　在各種底層特征獲取之后,按基本語義單元、基礎(chǔ)語義事件和高級語義事件的順序?qū)煌ㄊ录M行理解。最后通過模式識別方法,對高級語義事件建立