智能交通之交通流量計數研發匯報.docx
下載文檔
上傳人:地**
編號:1202768
2024-09-20
3頁
302.65KB
1、智能交通之交通流量計數研發匯報經過智能識別小組的研發和改進,目前交通流量統計經歷了三個階段性版本,這三個版本圍繞車輛分割問題,不斷的進行提升和改進。本文對此進行一個總結。-1. 第一階段版本:此版本通過檢測區域的形狀寬度劇烈變化進行車輛分割,通過先驗知識規劃的決策器來輸出這個區域內有幾輛車。圖1 形狀寬度劇烈變化,通過先驗知識規劃的決策器輸出這是兩輛車優點:從此階段開始,系統可以對靠近的車輛區域進行分割,是一個里程碑。缺點:由于決策器并非通過大量樣本訓練,而是通過人為總結規劃的先驗知識,只有當形狀變化劇烈的時候,才可以將車輛分開。-2. 第二階段版本:此版本通過檢測區域的輪廓拐點進行編碼,通過2、先驗知識來對這些編碼對區域中車輛的數目進行統計。 圖2對區域的輪廓拐點進行編碼,通過先驗準則分割出這是三輛車優點:在輪廓提取很理想的情況下,可以通過編碼方式,通過先驗模型匹配,很好的統計區域內車的數目。缺點:現實情況下,輪廓提取并非理想,存在噪音。在不同的攝像機角度下,編碼模型需要適當調整。-3. 第三階段版本(經過一些視頻樣本的測試,準確率在85%到95%之間):由于通過先驗知識的方法存在很多限制因素,進行車輛分割效果并不理想,于是針對每個車道統計的版本也相應研發出來。 圖3對每個車道進行統計,極大了降低了前兩種方法左右車道車輛靠近分割誤差對系統造成的誤差優點:由于對每個車道進行統計,解決了3、左右車道車輛分割問題,極大的降低了前兩種方法左右車道靠近時,分割方法誤差對系統造成的誤差,準確率比前兩種方法高。并且只對每個車道的檢測區域進行計算,降低了計算量。缺點:只偏向提升了車輛左右分開,前后分開的算法仍待提升,仍需攻克。并且手動對每個車道進行繪制檢測區域,操作相對前兩種方法復雜。目前還需解決的問題:1. 運動目標前景提取的算法仍需提升,整個識別系統依賴與運動目標檢測來將目標檢測出來進行分析,非常關鍵,目前的運動目標前景對以下情景效果仍需攻克a) 運動目標的顏色和背景相似,難以區分b) 攝像機抖動c) 噪音干擾2. 對于車輛大小相似,排隊并且“魚貫而入”,擁擠復雜的場景下,仍需通過先驗知識來進行車輛分割,這些部分仍需提升。3. 針對7*24小時運行全天候遇到的情景(夜晚,大霧,下雨,下雪等),仍需研發,或者建議甲方在遇到非晴天天氣時,暫時關閉分析功能。總結目前第三階段版本(對每個車道獨立統計)的方法,相比前兩種方法,準確率有明顯的提升,對每個車道進行單獨分析從而避開了圖像上難以解決的車輛分割問題,在準確率上比前期的要有所提高,國外Traficon, Autoscope, Iteris等公司采用的方法也采用相似方法來解決此類問題。附件附件中包含目前第三階段方法的測試結果運行錄像,請審閱。
CAD圖紙
上傳時間:2024-05-06
42份
CAD圖紙
上傳時間:2024-07-29
61份