混合交通流中的自行车识别及参数提取  

Bicycle recognition and parameter fetch in multi-traffic scenes

作　　者：盛能[1] 王慧[1] 刘泓[1] 

机构地区：[1]浙江大学控制科学与工程学系,杭州310027

出　　处：《计算机应用研究》2010年第5期1974-1976,共3页Application Research of Computers

基　　金：国家"863"计划资助项目(2006AA11Z204);中国博士后基金资助项目(20070421186)

摘　　要：为了提取高密度混合交通流下的自行车交通参数,建立基于视频的交通检测系统,改进了卡尔曼自适应背景模型,提出了基于决策树的自行车群识别方法和基于面积阈值的车辆计数方法。对实际场景拍摄的视频处理得到了混合交通流分类、计数结果和速度密度关系。结果表明,该方法不但能有效地检测、跟踪、识别高密度混合交通流下的自行车目标,而且达到了为自行车模型研究获取合理的交通流密度、速度等相关交通参数的目的。To fetch the parameters of bicycles in heavy multi-traffic scenes, this paper developed a video traffic monitoring system firstly, then improved Kalman filtering based adaptive background model, and presented a new bicycles recognition method using decision tree and a counting algorithm based on area threshold respectively. Extracted multi-traffic classification, counting results and velocity-density relations from the actually scene video. The results indicate that the system can detect, track, and recognize the bicycles and can get the reasonable traffic parameters like density, velocity, etc.

关 键 词：混合交通 视频检测 自行车 交通参数 速密云 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]