發(fā)布時(shí)間：2021-07-23 17:53

　　伴隨著時(shí)代高速發(fā)展和科技日新月異,人們對(duì)道路交通產(chǎn)生了強(qiáng)烈依賴,同時(shí)也對(duì)其提出了更多的要求。近年來,非現(xiàn)場(chǎng)執(zhí)法應(yīng)用率逐年升高,各類道路交通管理科技手段被廣泛的應(yīng)用于許多交通組織機(jī)構(gòu),許多常見違法違規(guī)行為都有相應(yīng)的自動(dòng)識(shí)別技術(shù)和取證標(biāo)準(zhǔn)。私攬行為,即出租車司機(jī)在規(guī)定禁止載客區(qū)域內(nèi)私自攬客的行為,是一種頻發(fā)的交通違規(guī)行為,其取證標(biāo)準(zhǔn)的制定和自動(dòng)識(shí)別技術(shù)在交通安全領(lǐng)域具有著廣闊的應(yīng)用前景,但目前并沒有相關(guān)機(jī)構(gòu)對(duì)其開展過研究。針對(duì)上述問題,本文給出了針對(duì)私攬行為取證標(biāo)準(zhǔn)的參考內(nèi)容,并且初步完成了基于視頻監(jiān)控的私攬行為的自動(dòng)識(shí)別。本文的主要工作如下:（1）本文提出一種改進(jìn)的Vibe運(yùn)動(dòng)目標(biāo)檢測(cè)算法。針對(duì)Vibe算法在初始背景存在運(yùn)動(dòng)目標(biāo)時(shí)以及存在靜止物體突然運(yùn)動(dòng)時(shí),由于背景更新不及時(shí)會(huì)產(chǎn)生鬼影的問題,提出了基于運(yùn)動(dòng)狀態(tài)變化改變背景更新概率加速鬼影消除的改進(jìn)方法。將Vibe算法與固定背景差分法結(jié)合,得到運(yùn)動(dòng)靜止目標(biāo)前景,確定其位置,并根據(jù)對(duì)Vibe算法在該范圍內(nèi)是否出現(xiàn)對(duì)應(yīng)目標(biāo)判斷視頻中是否存在運(yùn)動(dòng)狀態(tài)的改變從而改變背景更新概率。該算法在保持實(shí)時(shí)性的基礎(chǔ)上加快了鬼影消除速度,檢測(cè)效果良好。（2）本... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

乘客上車

（一）書證；（二）物證；（三）視聽資料；（四）電子數(shù)據(jù)；（五）證人證言；（六）當(dāng)事人的陳述；（七）鑒定意見；（八）勘驗(yàn)筆錄、現(xiàn)場(chǎng)筆錄。其中可以看出，視聽資料、電子數(shù)據(jù)都是私攬行為非現(xiàn)場(chǎng)執(zhí)法的取證需求。北京市交通執(zhí)法總隊(duì)私自攬客類案件的視頻證據(jù)采集與剪輯現(xiàn)狀如下：從整個(gè)視頻中截取的視頻證據(jù)應(yīng)保持連續(xù)、完整。視頻證據(jù)中應(yīng)保證車輛號(hào)、車輛運(yùn)營(yíng)狀態(tài)標(biāo)識(shí)、清晰、易辨認(rèn)。視頻證據(jù)中應(yīng)包含整個(gè)乘客上車的全過，以及車輛駛離場(chǎng)站的全過程。從視頻證據(jù)中截取的兩張視頻屏幕截圖一張應(yīng)乘客上車照片，另一張為車輛起步走車照片。范例如下圖所示：

客的區(qū)域私自攬客是違法違規(guī)行為。因此，私攬行為是指：站、公交車站等明文禁止攬客區(qū)域，私自搭載乘客，并打表計(jì)行為標(biāo)準(zhǔn)分級(jí)私攬行為，不僅要在監(jiān)控視頻中發(fā)現(xiàn)明確證據(jù)并獲取證據(jù)，發(fā)生時(shí)預(yù)警，因此將私攬行為的級(jí)別定為以下三級(jí)。根據(jù)不示執(zhí)法人員及時(shí)趕到現(xiàn)場(chǎng)。表 2-17 私攬行為分級(jí)Tab2-17 Unauthorized pick-up behavior classification行為 高 中 攬客 檢測(cè)到司機(jī)打表并駛離 檢測(cè)到行人上車 檢測(cè)到行圖示如下所示：(a)未發(fā)生私攬 (b)低級(jí)私攬

【參考文獻(xiàn)】：
期刊論文
[1]基于類Haar特征和最近鄰分類器的車輛檢測(cè)[J]. 周瑩,于曉艷.  電子技術(shù)與軟件工程. 2017(24)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)研究綜述[J]. 李旭冬,葉茂,李濤.  計(jì)算機(jī)應(yīng)用研究. 2017(10)
[3]結(jié)合光流法的車輛運(yùn)動(dòng)估計(jì)優(yōu)化方法[J]. 周經(jīng)美,趙祥模,程鑫,徐志剛,劉占文.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2016(09)
[4]A Novel Algorithm of Water Region Detection in SAR Image Based on Bag of Visual Words and Local Pattern Histogram[J]. FENG Jing,CHEN Liang,WEI Hang,BI Fukun,CHEN He.  Chinese Journal of Electronics. 2016(05)
[5]道路交通安全違法取證設(shè)備使用管理研究[J]. 張軍,張昊,耿威.  道路交通管理. 2016(05)
[6]視頻中目標(biāo)檢測(cè)算法研究[J]. 張明軍,俞文靜,袁志,黃志金.  軟件. 2016(04)
[7]基于累積運(yùn)動(dòng)能量圖像的人體動(dòng)作識(shí)別[J]. 諶先敢,劉海華,高智勇.  中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)
[8]基于背景差分法的視頻目標(biāo)檢測(cè)算法研究[J]. 汪國強(qiáng),蓋琪琳,于懷勇,文雪,任天威.  黑龍江大學(xué)工程學(xué)報(bào). 2014(04)
[9]基于Adaboost的多尺度梯度向量人體檢測(cè)方法[J]. 周迅,陶青川.  電子制作. 2013(15)
[10]人工智能技術(shù)在空中交通管理中的運(yùn)用[J]. 種亞斌.  硅谷. 2013(07)

碩士論文
[1]基于視頻的運(yùn)動(dòng)檢測(cè)和跟蹤技術(shù)研究[D]. 王松.浙江大學(xué) 2017
[2]基于多特征級(jí)聯(lián)分類器的道路車輛檢測(cè)方法研究[D]. 李婷俐.湖南大學(xué) 2012
[3]角點(diǎn)在輪廓尺度空間的行為分析與檢測(cè)研究[D]. 王洪星.重慶大學(xué) 2010



本文編號(hào)：3299760