城市信号交叉口交通运行评价参数视频检测

针对交叉口排队长度和延误等交通运行评价参数很难直接被检测到的问题,本文提出了一种基于视频处理的交叉口运行评价参数的综合检测方法.该方法首先将选择性背景更新机制引入块级背景差分,并结合块级帧间差分实现快速的排队车辆检测.然后,利用虚拟平行线定位每车道排队车辆首尾端,并结合排队首尾车的跟踪与停车线处虚拟线圈的计数来检测排队车辆数,进而获得延误、停车次数等其它交通运行评价参数.实际测试结果表明,该方法能有效实现多参数的同时检测,并且能有效提高检测的准确率.与实际值比较,参数检测值平均误差小于5%,能较好地满足交叉口运行性能评价需要.

基于改进Sigma-Delta滤波的复杂场景背景估计

背景估计是运动目标检测一项重要的前期工作,在城市交通等复杂场景中,存在大量慢速或暂停运动目标,背景模型很快受到污染,需要进行较多的后续处理或者采用高复杂度算法来检测前景。针对该问题,提出基于Sigma-Delta滤波改进的背景估计算法,融合可选择性背景更新机制和多频Sigma-Delta滤波背景估计方法,处理复杂场景中不同运动目标的运动特征,以获取稳定的背景。通过对典型城市路段和交叉口复杂交通场景序列进行对比实验,结果表明,该算法在保持Sigma-Delta滤波低内存消耗和高计算效率的基础上可获得更好的检测效果。

光照突变场景中结合Phong模型的分层差分前景检测

针对前景检测中光照突变问题和非平稳背景扰动问题,提出一种块级-像素级分层背景差分结合Phong模型的前景检测方法。首先,利用块级Sigma-delta背景差分算法快速检测前景区域且有效处理非平稳背景,然后利用Phong模型对前景区域进行光照突变处理提取出粗目标,最后利用像素级Sigma-delta算法对粗目标执行像素级前景提纯操作和对背景进行更新。实验表明,该方法在光照突变场景中及非平稳背景中能鲁棒实现前景检测。

基于彩色分割的虹膜检测

提出了一种基于彩色分割的虹膜检测方法,对于一幅经过准确定位的眼睛窗口图像,它的彩色信息比灰度信息更有助于进行虹膜检测。首先利用图像颜色的饱和度信息将眼睛图像中的眼睛区域与皮肤区域分离,然后利用亮度信息将眼睛区域的眼白和虹膜分离得到虹膜区域,再通过Hough变换进行虹膜检测。结果证明该方法不仅检测率高,而且能适应一定人脸姿势、眼睛视线方向的变化,甚至在眼睛区域较暗的情况下,也能很好地检测到虹膜。

基于眼睛特征跟踪的眼睛状态跟踪

眼睛状态的跟踪具有广泛的应用,如在面部表情分析和驾驶疲劳报警系统的应用方面,此时需要跟踪的不仅仅是人眼的位置,而且还需要返回眼睛的状态,以及眼睛模型的参数。基于眼睛特征跟踪的眼睛状态跟踪方法是先检测出表征眼睛状态的眼睛特征,然后通过跟踪这些特征达到跟踪眼睛状态的目的。在实验平台是PII/500微机,256M内存,Windows2000操作系统中处理速度是接近每秒7帧。对214图像序列进行了实验测试,跟踪精度达到97.6%。

导向深度学习的课程实践教学模式探析

论文根据深度学习理论,从教学目标、教学内容、教学方法、教学结果四个方面研究使学生达到“分析、评价和创造”的高阶思维深度学习的交通调查实践教学模式,切实提升学生的主动学习能力和工程实践与创新能力。

整体项目驱动下的交通调查实践教学模式

交通调查是交通工程项目的起点,交通调查实践教学是交通运输大类专业最基础的实践课程之一。针对交通调查与分析课程定位和当前交通调查实践教学现状,提出了整体项目驱动下的交通调查实践教学模式,并结合整体项目示例给出了此模式下的教学目标、教学方案、具体实施、考核评价、机制保障等内容。教学实践表明,该模式能拓展学生整体项目高阶思维、促使学生主动深度学习,提高学生工程实践能力和团队协作能力。

城市信号交叉口交通调查方法的改进

针对城市信号控制交叉口,从实地调查的角度出发,给出了同一时间测量同一交叉口的交通量、通行能力、延误指标的综合调查与整理分析方法,不仅节约了大量人力物力,也最大限度的保证了观测数据的精确性,并用实例验证了其可行性。此方法是交通工程专业交通调查课程实习的实践成果,具有较强的实用性和可操作性。

基于GIS的交通信息服务系统研究

交通信息服务系统的建立,有利于实现整个交通系统的动态优化运行。文章从系统实现的角度分析和确定了系统的功能和结构,探讨了系统实现的关键技术及其解决方案,并研究了系统的网络拓扑结构。文章的研究旨在为先进交通信息系统(ATIS)理论体系的建立打下基础,对关键技术的研究将为ATIS平台建设提供依据。

分层级联结合跟踪反馈的复杂场景目标检测

针对复杂场景中非平稳背景扰动问题和暂停(或低速)运动目标容易污染背景问题,提出一种块级-像素级分层级联背景差分和跟踪反馈相结合的目标检测方法.首先,基于Sigma-delta背景算法,由能有效处理非平稳背景的块级背景差分快速检测粗目标,然后基于Camshift-Kalman跟踪算法,对粗目标进行跟踪并反馈状态信息至块级背景差分算法中约束块级背景更新和像素级前景提纯操作以阻止暂停(或低速)运动目标污染背景,同时,将块级背景更新状态信息反馈回到跟踪算法中约束跟踪操作以提高跟踪精确性,二者相互作用.实验表明,该方法在存在非平稳背景或暂停(或慢速)运动目标等复杂场景中能实现鲁棒的前景检测效果.

帧间差分与背景差分相融合的运动目标检测算法

针对视频序列中运动目标检测进行了研究, 提出了一种将帧间差分和背景差分相互融合的运动目标检测算法, 首先选取一帧作为背景帧, 确立每一个象素点的高斯模型; 然后对相邻两帧进行差分处理, 区分出变化的区域和没有发生变化的区域, 没有发生变化的区域更新到背景帧中, 发生变化的区域与背景模型进行拟合, 区分出显露区和运动目标, 将显露区以很大的更新率收入到背景帧中。该方法允许在有运动物存在的情况下进行建模, 实验表明该方法准确率高, 运算速度快, 能满足实时检测的需要。

基于VISSIM的交通类课程虚拟仿真实验模块建设

由于交通类课程较难进行实地实验,为使学生更好地掌握交通流运行和演化的规律,建立了虚拟仿真实验模块。以交通类专业学生的核心实验“交通控制实验”为例,从实验的基本原理、实验的输入输出与控制变量、基于正交试验的实验设计方法、虚拟仿真运行控制与效益评价等4方面阐述了如何基于VISSIM仿真软件建立虚拟仿真实验模块,使学生通过仿真实验,能更好地理解实验原理、掌握知识内涵。

饱和状态交叉口信号配时优化

交通需求日益增加和在时间上的不均衡性,使交叉口经常呈现饱和状态,针对目前信号配时方法多适用欠饱和状态条件的特点,提出了一种适用饱和状态交叉口信号配时的新思路,即以交叉口饱和状态的累计消散过程中的车总延误最小建立信号配时周期优化模型,并给了求解步骤,通过实例对比分析现状信号配时效果和其它信号配时方法配时效果,显示了该配时方法的实用性。

考虑车辆排放的交叉口信号自动优化

构建综合考虑车辆排放和延误的交叉口信号自动优化平台。根据机动车行驶工况变化对排放的影响,建立车辆减速、怠速、加速、匀速4种状态下的机动车排放计算模型;以减少机动车尾气排放及交叉口延误为总目标,以信号周期时长和各相位绿信比为优化参数建立信号优化模型,选择遗传算法作为优化工具,实现信号自动优化;利用Visual Basic6.0实现整个优化平台,并结合实际案例,验证合理性和实用性。