Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Kỹ thuật thị giác máy tính trong việc tính toán lưu lượng giao thông
Tóm tắt
Bài báo này mô tả việc ứng dụng các kỹ thuật thị giác máy tính vào giám sát đường bộ. Nó báo cáo về một dự án được thực hiện hợp tác với nhóm Nghiên cứu và Đổi mới tại Cục Khảo sát Đất đai. Dự án nhằm mục đích sản xuất một hệ thống phát hiện và theo dõi các phương tiện trong các cảnh giao thông thực tế để tạo ra các tham số có ý nghĩa cho việc quản lý giao thông. Hệ thống hiện đã được triển khai bằng hai phương pháp khác nhau: một phương pháp dựa trên đặc trưng phát hiện và nhóm các đặc trưng góc trong một cảnh thành các đối tượng phương tiện tiềm năng, và một phương pháp dựa trên diện mạo đào tạo một chuỗi các bộ phân loại để nhận diện diện mạo của các phương tiện như một cách sắp xếp của một tập hợp các đặc trưng Haar đơn giản đã được xác định trước. Các phương tiện tiềm năng được phát hiện sau đó được theo dõi qua một chuỗi hình ảnh, sử dụng bộ theo dõi chuyển động Kalman. Kết quả thử nghiệm của các thuật toán được trình bày trong bài báo này.
Từ khóa
#thị giác máy tính #giám sát giao thông #phát hiện phương tiện #theo dõi đối tượng #bộ lọc KalmanTài liệu tham khảo
Coifman B (1998) A real time computer vision system for vehicle tracking and traffic surveillance, Institute of Transportation Studies, University of California
Koller D, Weber J, alik J (1994) Robust multiple car tracking with occlusion reasoning. In: Proceeding of third European conference on computer vision
Malik J, Russell S, Weber J, Huang T, Koller D(1995) A machine vision based surveillance system for California Roads, PATH Project MOU-83, University of California
Sullivan GD, Baker KD, Worrall AD, Attwood CI, Remagnino PR (1996) Model-based vehicle detection and classification using orthographic approximations. In: 7th British machine vision conference
Böckert A. (2002) Vehicle detection and classification in video sequences, computer vision laboratory, Department of Electrical Engineering, Linköping University
Remagnino P, Baumberg A, Grove T, Hogg D, Tan T, Worrall A, Baker K (1997) An integrated traffic and pedestrian model-based vision system. In:Proceedings of British machine vision conference 1997, volume 2
Worrall AD, Sullivan GD, Baker KD (1993) Advances in model-based traffic vision. In: Proceedings of the 4th British machine vision conference
Bertozzi M, Broggi A. (1998) GOLD: a parallel real time stereo vision system for generic obstacle and lane detection, IEEE Trans Image Processing
Rabie T, Auda G (2001) Active vision based traffic surveillance and control. In: 3rd international symposium on mobile mapping technology
Viola P, Jones M (2001) Rapid object detection using a boosted cascade of simple features, CVPR
Oren M, Papageorgiou C, Sinha P, Osuna E, Poggio T (1997) Pedestrian detection using wavelet templates, CBCL and AI Lab, MIT
Lienhart R, Maydt J (2002) An extended set of Haar like features for rapid object detection. IEEE Int Conf Image Processing 1:900–903
Freund Y, Schapire RE (1996) Experiments with a New Boosting Algorithm, AT&T Research.
Welch G, Bishop G (1995) An introduction to the Kalman Filter. Technical Report TR95-041, University of North Carolina at Chapel Hill
Isard M, Blake A (1998) Condensation conditional density propagation for visual tracking. IJCV 29(1):5–28
Isard M, Blake A (1998) ICondensation: unifying low-level and high-level tracking in a stochastic framework. In: Proceedings of 5th European conference computer vision, (1):893–908