科学技术与工程
科學技術與工程
과학기술여공정
Science Technology and Engineering
2015年
28期
32-38
,共7页
车流量估计%ViBe算法%鬼影消除%帧队列%网络视频流
車流量估計%ViBe算法%鬼影消除%幀隊列%網絡視頻流
차류량고계%ViBe산법%귀영소제%정대렬%망락시빈류
the real-time estimation for the traffic%ViBe algorithm%remove "ghost"%frame queue%network video streams
智能交通系统(intelligent transportation system,ITS)是未来交通系统发展方向,其中车流量统计属于智能交通研究的主要领域.提出一种基于视频的车流量实时估计方法,利用redis内存数据库高并发、读写速度快的优势,从连续不断的网络视频流提取帧图像,依次存储在内存数据库的队列中,起到一个缓存实时数据流的作用.在运动车辆检测过程中,利用GMM训练背景模型获得背景帧序列改进ViBe算法的初始化过程,且在开始检测的过程中加快背景更新速度,达到快速消除原始检测中"鬼影"的目的.3个场景的实验表明:提出的方法能快速消除"鬼影",提高了实时车流量估计的准确性.
智能交通繫統(intelligent transportation system,ITS)是未來交通繫統髮展方嚮,其中車流量統計屬于智能交通研究的主要領域.提齣一種基于視頻的車流量實時估計方法,利用redis內存數據庫高併髮、讀寫速度快的優勢,從連續不斷的網絡視頻流提取幀圖像,依次存儲在內存數據庫的隊列中,起到一箇緩存實時數據流的作用.在運動車輛檢測過程中,利用GMM訓練揹景模型穫得揹景幀序列改進ViBe算法的初始化過程,且在開始檢測的過程中加快揹景更新速度,達到快速消除原始檢測中"鬼影"的目的.3箇場景的實驗錶明:提齣的方法能快速消除"鬼影",提高瞭實時車流量估計的準確性.
지능교통계통(intelligent transportation system,ITS)시미래교통계통발전방향,기중차류량통계속우지능교통연구적주요영역.제출일충기우시빈적차류량실시고계방법,이용redis내존수거고고병발、독사속도쾌적우세,종련속불단적망락시빈류제취정도상,의차존저재내존수거고적대렬중,기도일개완존실시수거류적작용.재운동차량검측과정중,이용GMM훈련배경모형획득배경정서렬개진ViBe산법적초시화과정,차재개시검측적과정중가쾌배경경신속도,체도쾌속소제원시검측중"귀영"적목적.3개장경적실험표명:제출적방법능쾌속소제"귀영",제고료실시차류량고계적준학성.
