基于时空显著性与可变部件模型的视频车辆感知方法研究

项目名称： 基于时空显著性与可变部件模型的视频车辆感知方法研究

项目编号： No.61403172

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 蔡英凤

作者单位： 江苏大学

项目金额： 24万元

中文摘要： 视频车辆检测是交通信息感知的关键环节，是智能交通系统（ITS）功能有效发挥的一个重要基础。复杂城市环境下，车流拥挤、间歇性停滞导致常用的基于运动分析理论的前景提取模型适应性受到限制，同时车辆间存在严重遮挡使得车辆识别的准确性大幅下降。针对这些问题，本项目首先研究基于时空视觉显著性的前景提取方法：采用自信息构建显著性度量函数，并在条件概率框架下推导时空域融合的视觉显著性模型，探索视频序列中前景和背景分离的本质问题，获得适用于城市场景对光照变化鲁棒的前景提取方法。其次，研究基于可变部件模型的车辆识别方法：采用无遮挡车辆样本训练出一般性的车辆可变部件模型，并利用条件随机场理论分析车辆模型中各部件可见性之间的内在联系，修正其得分机制，以提高车辆可变部件模型对遮挡车辆的识别准确率。最后，通过实际监控平台对所述方法进行验证和完善。项目的研究成果可为解决复杂城市环境下视频车辆识别难题提供新的思路和方法。

中文关键词： 智能交通系统；车辆检测；显著性提取；可变部件模型；

英文摘要： Video-based vehicle detection is the key composition of traffic information perception. It is also one of the most important foundations that can influence the function effectiveness of Intelligent Transportation System (ITS). However, in complicated urba

英文关键词： Intelligent Transportation System；Vehicle Detection；Saliency Extraction；DPM；