【摘要】：隨著汽車保有量的不斷增加,交通擁堵日益嚴重,交通事故頻發(fā),為了解決這些交通難題,緩解交通壓力,智能交通系統(tǒng)應(yīng)運而生。車輛的檢測和跟蹤技術(shù)是智能交通系統(tǒng)的前提和基礎(chǔ),已經(jīng)成為研究的重點之一。目前,智能交通系統(tǒng)大多使用傳統(tǒng)的固定攝像頭采集交通數(shù)據(jù),但固定攝像頭安裝成本較高,拍攝角度不可隨時調(diào)整,靈活性差。同時,在隧道、偏遠山區(qū)這類沒有攝像頭的地區(qū)、地震火災(zāi)等應(yīng)急疏散撤離場景中,傳統(tǒng)的固定攝像頭就沒辦法獲得及時的交通數(shù)據(jù)。相比于傳統(tǒng)固定攝像頭的交通數(shù)據(jù)采集方式,無人機航拍具有靈活性高、覆蓋范圍廣、成本較低、使用方便等優(yōu)點。因此,本文使用無人機航拍的方式替代傳統(tǒng)的固定攝像頭進行交通信息采集,研究無人機航拍視頻中的車輛檢測與跟蹤方法。首先,針對無人機航拍視頻的運動偏轉(zhuǎn)問題,本文提出了一種基于SURF的無人機圖像配準(zhǔn)算法。實驗證明,圖像的平均配準(zhǔn)率達到90%。其次,提出了一種基于Faster-RCNN的無人機航拍視頻中的車輛檢測深度學(xué)習(xí)算法,分別采用76、86、96m不同高度,雙向路口、三叉路口、十字路口、環(huán)島不同路口進行實驗。實驗結(jié)果表明,高度的變化,路口的變換不影響該算法的有效性。最后,基于車輛檢測結(jié)果,提出了基于Kalman濾波的無人機車輛跟蹤算法。實驗結(jié)果表明,不同的高度,不同的路口的無人機視頻,該算法都表現(xiàn)出良好的跟蹤效果。
【圖文】：

華北電力大學(xué)碩上學(xué)位論文逡逑第１章緒論逡逑題研究背景和意義逡逑隨國民經(jīng)濟的快速發(fā)展，全國各地居民對汽車的需求量越來越大，汽車的保有量逐年遞增。根據(jù)公安部交管局的數(shù)據(jù)顯示，截止２０１７國的機動車保有量初次沖破３億人關(guān)，其中汽車保有量逾越２億；人數(shù)超３．６４億人，其中汽車駕駛?cè)藬?shù)達３．２億人次。近五年（２０１２－２０保有量的情況如圖Ｍ所示：逡逑＇：９＇

選擇更為安全又快捷的方式去往目的地。與此同時，智能交通系統(tǒng)的工逡逑作人員能夠根據(jù)得到的車輛、司機和道路的實時信息來調(diào)整交通的調(diào)度措施，逡逑盡可能的最大化交通資源的利用率。丨ＴＳ的具體內(nèi)容如圖１－２所示：逡逑交通控邋＜邐＞邋交通安全＾＾逡逑＾邋制系統(tǒng)邋Ｕ邋系統(tǒng)逡逑信息系統(tǒng)＜￣＞車輛運行邋＜＝＞邋道路引導(dǎo)系統(tǒng)逡逑圖１－２智能交通系統(tǒng)逡逑車輛檢測和跟蹤系統(tǒng)作為智能交通系統(tǒng)中最基礎(chǔ)也是最關(guān)鍵的部分，因此，逡逑對車輛的檢測和跟蹤進行深入的研究是非常有必要和有意義的。車輛檢測的目逡逑的是通過分析檢測區(qū)域內(nèi)是否含有車輛，并將場景內(nèi)的車輛用包圍盒框出，可逡逑以通過車輛檢測獲得車流量等信息，為車輛的跟蹤提供基礎(chǔ)［３］。車輛跟蹤是對逡逑場景內(nèi)的圖片序列處理分析，計算出運動車輛在每一幀圖片中的二維坐標(biāo)信息；逡逑接著，根據(jù)車輛的相關(guān)特征，把圖片序列中連續(xù)幀間的相同車輛關(guān)聯(lián)在一起，，逡逑得到每幀圖像中車輛的運動參數(shù)以及相鄰幀圖片間運動車輛的對應(yīng)關(guān)系，從而逡逑得到各個運動車輛完整的運動軌跡，即在連續(xù)的圖片序列中求得運動車輛之間逡逑的對應(yīng)關(guān)系Ｗ。車輛檢測與跟蹤能為視頻的理解和分析提供重要的基礎(chǔ)運動信逡逑息和數(shù)據(jù)
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U495;TP391.41

【參考文獻】

相關(guān)期刊論文 前3條

1 陳志猛;劉東權(quán);;基于對稱性的快速車輛檢測方法[J];計算機工程與設(shè)計;2012年03期

2 齊美彬;潘燕;張銀霞;;基于車底陰影的前方運動車輛檢測[J];電子測量與儀器學(xué)報;2012年01期

3 董春利;董育寧;;基于視頻的車輛檢測與跟蹤算法綜述[J];南京郵電大學(xué)學(xué)報(自然科學(xué)版);2009年02期

本文編號：2597562