研究我国典型交叉口处机动车、非机动车和行人混合、低速、高密度运行的条件下,混合交通流量自动采集的技术与系统框架,以及该系统在各种外界因素干扰下的灵敏度和可靠性问题。机动车流量采用城市交通信号控制系统环形线圈进行采集;非机动车和行人流量则通过视频摄像装置摄取信号交叉口各入口处聚集的非机动车和行人,借助计算机视觉、模式识别、图像处理和人工神经网络等手段,开发并整合图像分割、目标跟踪和对象识别等子模块,解决非机动车和行人在形态、运动速度、运动方向以及因遮挡、重叠所产生的各种问题。最后,利用实地拍摄的视频片断对系统进行检验。本研究的理论和实际意义在于:混合交通作为我国当前经济条件下的城市交通运行特点,不但威胁道路交通安全,还在很大程度上导致了延误的增加和通行能力的下降。获得实时准确的混合交通流量信息,对于提高道路交叉口通行能力,合理安排交叉口资源,以及改善出行条件都有着十分重要的意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
基于改进LinkNet的寒旱区遥感图像河流识别方法
信息熵-保真度联合度量函数的单幅图像去雾方法
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
TVBN-ResNeXt:解决动作视频分类的端到端时空双流融合网络
基于视频图像处理的神经导航空间配准方法研究
基于视频交通冲突的信号交叉口主动安全评价与设计优化研究
混合数模传输中的图像视频处理理论与方法
基于HHT分析的视频扫描桥梁裂缝监测系统图像处理研究