一种新型运动车辆视频检测及识别算法的研究

本文将当前人脸识别算法中比较成熟的AdaBoost算法与3D形变建模技术结合起来,将其运用到运动车辆检测上,提出了一种新型运动车辆视频检测及识别算法3D Adaboost。实验证明,该方法和现有常用车辆识别算法相比,能有效减少车辆识别时角度问题造成的检测错误;并且能在不损失准确度的基础上,显著缩短训练时间。

基于YOLO算法的游泳目标检测模型构建

目的现在流行的模型不能有效识别出泳池中的游泳者,本研究尝试将计算机视觉运用到游泳运动中,通过自建数据集训练出模型自动识别出运动员在泳池中头部的位置。方法(1)以游泳比赛视频输出175张图片,通过labelimg软件标注构建识别运动员的头部的数据集。由于数据量较小,使用imgaug方法对图片和标签进行扩增10次使数据集图片达到1750张。(2)设置训练集和验证集的比例为7∶3,使用YOLO训练算法对数据集进行训练。(3)用验证集对训练模型进行验证。结果由于流行的yolov8n模型的无法识别出水中的人物,但训练出来的模型能有效识别出水中的人物,损失值为1.7034、精度为80.1%、召回率为69.2%,在Io U为0.5时,平均精度均值m AP为79.4%;在Io U为0.5~0.95间的m AP值为38.7%。结论该模型在验证中比原模型有较好提升。但是由于该模型的精度不够高后期可通过增加数据集和优化算法来提高检测精度测精度,并加入对游速、划频等指标的识别。为自动识别游泳者的游速、划频构建了基础。

背景提取基础上运动车辆视频检测

提出了一种在一系列连续视频图像中提取背景的方法,在背景提取的基础上对视频图像中运动物体进行检测,以实现对高速公路上过往车辆的自动监控功能。

基于帧差法的运动车辆检测算法研究

针对车辆的运动目标检测,帧差法可以迅速、精准地把监控视频中的运动车辆检测出来,也就是把运动目标从序列图像中提取出来。在发展社会经济的大背景下,我们的城市越来越城市化,但是随之而来的问题也越来越多,比如生活的秩序很混乱,这时实时的人数统计就可以发挥它的作用了。

视频交通监控系统中运动车辆捕捉算法的研究

提出了一种新的运动车辆捕捉算法——序列轮廓差分捕捉算法。

基于计算机视觉的运动车辆检测

针对视频图像中车辆检测问题,提出了一种基于计算机视觉的运动车辆检测方法。首先,选取最佳方差参数并利用双边滤波对图像进行预处理;再利用Surendra背景更新算法实时更新背景图像,采用粒子群(PSO)极大熵法求得背景差分图像的阈值;然后,将得到的二值图像进行形态学处理并检测出运动车辆。实验结果表明,该算法不仅适用于简单背景、车速较慢的环境中,而且在复杂背景、噪声较大、车速较快的情况下,该方法均能够克服外界环境的不利影响,准确地检测出运动车辆,提高检测的准确率。

视频中提取车辆的最小外接矩形框的改进算法

视频车辆检测是实时多车辆目标检测,运动车辆图层本身就含有一些噪声和阴影区域,当目标车辆的像素点和背景点比较接近时,可能分裂成多个连通区域。此时通过该多连通区域提取的车辆图层的连通区域外接矩形和目标车辆有时并不对应,为了准确的确定车辆轮廓的外接矩形框,使车辆外接矩形和视频车辆更加匹配,就需要对提取的多连通区域轮廓外接矩形进行整合,故提出了矩形整合算法,完善目标的最小外接矩形。

针对运动物体的视频检测方法

视频检测技术是交通检测领域的一种新技术，是一种结合视频图像和电脑化模式识别的技术，在路上安装摄像机，通过软件在显示器视频图像的车道上设置虚拟车道检测器，每个虚拟车辆检测器代表一个区域，当车辆通过任何一个虚拟检测器时，就会产生一个检测信号，再经过软件数字化处理得到车型、车流量、车速、车头距离、占有率、车辆排队长度等交通数据。这里从另外一个角度介绍一种针对运动物体的图像处理方法，即通过图像灰度的一种代码变换，比较连续的两副图像，进而检测物体的轮廓及运动方向。

基于计算机视觉的车流量检测算法

提出了一种基于计算机视觉的车流量检测算法。通过分析CCD摄像头采集的现场交通视频数据,运有用图像处理的方法提取图像中通行车辆的车速以及通过视场内的车流量,研究了视场距离标定算法和基于灰度统计的通行车辆识别算法,仿真结果表明了该算法的正确性和有效性。

目标运动趋势预测跟踪算法及其软件实现

在实时监控系统的应用背景下,介绍了一种改进的运动目标检测跟踪算法。通过对目标运动区间进行预测,将图像目标的检测范围缩小到小块区域,从而达到降低程序的计算复杂度,缩短目标检测时间的目的。同时提供了视频监控系统的实例及结果,验证了该算法的准确性和实用性。

基于视频的烟雾检测系统

用视频图像处理技术和误报判别算法，自动识别烟雾特殊的扩散运动，及时向系统管理人员发出警报。为实现快速探测烟雾目的，系统对摄像头拍摄到的图像中的小区域变化进行一系列的过滤，以便发现同烟雾相关的特征，以判定事件的发生。在有效探测烟雾发生事件中，视频烟雾探测系统可以不受距离的限制。无论摄像头离烟雾、火警区是10米还是100米，视频烟雾探测系统都能在同一时间探测到烟雾。视频烟雾探测系统有能力同时处理多台摄像头捕捉到的信息，

改进的vibe算法在危化品车辆运输视频监控系统中的应用

由于传统的vibe前景检测算法存在无法消除鬼影、受动态背景变化影响较大的问题,本文对传统的vibe算法进行改进。vibe算法是通过视频第一帧初始化背景模型,但是当第一帧当中包含前景目标时,鬼影将伴随着模型的初始化而产生。vibe算法没有对鬼影做任何处理,导致vibe算法需要花费很长时间才能消除鬼影。针对传统vibe算法中出现鬼影问题,只需在vibe算法前景检测之前先获取相对真实的背景在将真实的背景用来初始化背景模型。因此本文首先通过三帧差分法得到差分图像,根据直方图当中有明显的双峰特性使用大津分割,二值化处理。最后获得除运动目标外的部分的真实背景图片,之后对未填充的背景使用八领域填充和最近领域背景像素填充。再将相对真实的背景图片用来初始化背景模型。最后使用vibe算法前景检测顺利地消除了鬼影。vibe算法易受动态背景影响较大,那是因为传统的vibe算法的匹配阀值是固定的,而在危化品车辆运输过程当中必然会受到光照、风等外部因素的影响,使得vibe前景检测出现大量的误检。因此本文通过用自适应阀值来替换固定匹配阀值的方法,以此来提高vibe算法抗干扰的能力。实验结果表明,改进的vibe前景检测算法比传统的vibe前景检测算法相比有所改善,在危化品车辆运输视频监控系统中不仅提高了检测的准确度,而且还提高了抗干扰能力。