一种基于目标检测与跟踪的交通视频智能分析方法

    公开(公告)号:CN110472496A

    公开(公告)日:2019-11-19

    申请号:CN201910609164.7

    申请日:2019-07-08

    申请人: 长安大学

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种基于目标检测与跟踪的交通视频智能分析方法,具体包括利用监控摄像机采集的高速公路视频,利用深度学习方法进行车辆目标检测,根据检测结果,使用多目标跟踪方法获取目标轨迹,智能分析目标轨迹,获取车流量、车辆速度并检测交通拥堵、停车的交通异常事件,完成交通视频的智能分析。该方法能够对车辆进行视野范围内的长时间检测与跟踪,从而准确地获取交通参数、检测交通事件。本发明的方法在多种交通场景中使用都具有较高的稳定性,具有一定的实用价值与广阔的市场潜力。

    一种面向城市交通的移动目标检测及跟踪方法

    公开(公告)号:CN109697420A

    公开(公告)日:2019-04-30

    申请号:CN201811541565.5

    申请日:2018-12-17

    申请人: 长安大学

    IPC分类号: G06K9/00 G06T7/20

    摘要: 本发明属于智能交通领域,具体涉及一种面向城市交通的移动目标检测及跟踪方法,通过在城市道路及交叉口处架设相机,用相机对包含机动车、非机动车和行人目标的交通场景进行拍摄,获取视频数据,并利用视频数据的图像特征,基于目标检测提出一种模型匹配算法并将这种算法和KCF算法进行结合得到了一种多目标跟踪算法,采用所得到的多目标跟踪算法获取目标运动轨迹并对目标的完整轨迹进行储存,达到对视频范围内的目标进行自动检测、分类及持续跟踪,获得目标的移动轨迹信息的目的。本发明方法能够利用连续的图像精确的获得不同目标的类型及其移动轨迹信息。

    一种基于SVM的公交乘客三维轨迹分类方法

    公开(公告)号:CN109325963A

    公开(公告)日:2019-02-12

    申请号:CN201810891823.6

    申请日:2018-08-07

    申请人: 长安大学

    摘要: 本发明公开了一种基于SVM的公交乘客三维轨迹分类方法,包括以下步骤:利用深度相机获取公交车的上、下车图像,并提取所述图像的前景图像;分别建立相机坐标系和世界坐标系,通过相机标定,获得所述前景图像中像素坐标与世界坐标的转换关系,然后将所述的前景图像转换为世界坐标系下的俯视投影图;针对所述的俯视投影图,首先对俯视投影图进行块化,然后确定局部高度值最大的区域,最后对该区域进行扩展以锁定人头目标,获取人头目标的三维轨迹,然后提取三维轨迹的特征,训练SVM分类器,实现轨迹的分类。本发明方法能够对疑似目标的三维轨迹进行分类,实现对上、下车乘客的计数,并且识别精度高。

    一种基于视频目标检测网络的隧道火灾智能检测方法

    公开(公告)号:CN116824441A

    公开(公告)日:2023-09-29

    申请号:CN202310670772.5

    申请日:2023-06-07

    申请人: 长安大学

    摘要: 本发明公开了一种基于视频目标检测网络的隧道火灾智能检测方法,该方法基于构建的隧道火灾目标数据集,结合视频目标检测网络训练该数据集,得到火灾检测模型;输入待检测视频流,利用烟雾区域筛选策略判断是否存在烟雾区域,再采用火灾检测模型对存在烟雾区域的视频序列进行检测,并利用基于面积变化率的火灾误检识别策略降低误报,得到准确的隧道火灾检测结果。本发明能连续多帧分析视频中的火焰烟雾运动,结合构建的数据集与视频目标网络检测前后的多种策略,提升了计算效率,降低了火灾误报;本发明在多种隧道监控场景中都具有准确的火灾检测精度,具有较强的实用价值与市场潜力。

    一种道路云监控平台下的摄像机标定优化方法

    公开(公告)号:CN109685855B

    公开(公告)日:2022-10-14

    申请号:CN201811480427.0

    申请日:2018-12-05

    申请人: 长安大学

    IPC分类号: G06T7/80

    摘要: 本发明公开了一种道路云监控平台下的摄像机标定优化方法,从道路交通场景中自动识别出道路边缘线、道路虚线等几何标识,根据这些数据利用多标识融合场景自适应标定方法求解出摄像机方位和焦距等参数,完成标定。在此基础上如果有冗余标识,可以对标定结果进行优化。本发明可以适应不同的道路交通场景,利用云台摄像机提取场景中大量几何信息完成摄像机标定和优化的过程。方法实现简单,通用性较好,可以应用于各种道路场景下的摄像机标定,并且可以对标定结果进行优化。

    一种基于级联霍夫变换的消失点检测方法

    公开(公告)号:CN109446917B

    公开(公告)日:2022-08-30

    申请号:CN201811154229.5

    申请日:2018-09-30

    申请人: 长安大学

    摘要: 本发明属于智能交通领域,具体涉及一种基于级联霍夫变换的消失点检测方法,包括如下步骤:步骤1:采集道路车辆视频,得到每一帧图像的车辆目标;步骤2:进行Harris角点提取,得到每一帧图像的车辆目标上的特征点;步骤3:获取车辆直线轨迹;步骤4:对车辆直线轨迹进行筛选,筛选后的车辆直线轨迹集合记为L;步骤5:通过级联霍夫变换对筛选后的直线轨迹集合L从图像空间转换到菱形霍夫空间中进行投票,得到投票后的极大值点坐标;步骤6:将极大值点的坐标转换到图像空间中,最终得到图像空间中消失点坐标,完成消失点的检测。采用该方法适用于各种天气条件,避免了特殊天气下消失点的误检,大大提高了消失点检测的准确性。

    人员行为目标检测模型构建方法、智能分析方法及系统

    公开(公告)号:CN111191576B

    公开(公告)日:2023-04-25

    申请号:CN201911374930.2

    申请日:2019-12-27

    申请人: 长安大学

    摘要: 本发明公开了一种人员行为目标检测模型构建方法、智能分析方法及系统,行为目标检测模型构建方法包括利用办公场景采集的监控视频,利用深度学习方法进行人员、手机等相关目标的检测;人员行为智能分析方法根据检测结果,使用多种逻辑判断方法获取人员行为事件,智能分析当前办公环境中的离岗、睡觉、玩手机行为。该方法能够对当前办公场景中的行为事件进行准确的检测与判断,排除了人为因素的干扰,且可以长时间稳定的对行为事件进行获取。本发明的方法在多种办公场景中使用都具有较高的适应性,具有一定的实用价值与广阔的市场潜力。