知能交通系統(tǒng)中的環(huán)境感知算法研究.pdf

1、環(huán)境感知是智能交通系統(tǒng)的重要組成部分。廣泛的應(yīng)用在交通監(jiān)控系統(tǒng)的視頻壓縮、圖像分類(lèi)和視頻圖像檢索等領(lǐng)域。常規(guī)環(huán)境感知技術(shù)主要應(yīng)用在自然界或者含少量人造物體場(chǎng)景解析，具有解析種類(lèi)多和解析準(zhǔn)確等特點(diǎn)。但是該方法對(duì)大規(guī)模的交通監(jiān)控復(fù)雜場(chǎng)景的解析性能仍存在問(wèn)題，本文以智能交通監(jiān)控下的環(huán)境感知系統(tǒng)為研究課題，主要構(gòu)建了非參數(shù)化環(huán)境感知系統(tǒng)，該方法以數(shù)據(jù)為驅(qū)動(dòng)，無(wú)需設(shè)置精確參數(shù)，是一種非參數(shù)化場(chǎng)景解析方法，同時(shí)本文提出了參數(shù)化的斑馬線(xiàn)關(guān)鍵場(chǎng)景目標(biāo)檢

2、測(cè)算法，進(jìn)一步提升環(huán)境感知的準(zhǔn)確性。主要工作如下：
　　1、本論文提取了大量的交通監(jiān)控的背景圖片，搭建了離線(xiàn)的LabelMe服務(wù)器，對(duì)背景圖片進(jìn)行手工的標(biāo)記，建立一個(gè)覆蓋交通監(jiān)控多場(chǎng)景的數(shù)據(jù)集，并且在該數(shù)據(jù)集下提供了一個(gè)場(chǎng)景解析準(zhǔn)確率的基礎(chǔ)指標(biāo)。
　　2、針對(duì)傳統(tǒng)的非參數(shù)化環(huán)境感知系統(tǒng)進(jìn)行構(gòu)建，并在此基礎(chǔ)之上進(jìn)行了改進(jìn)，主要為應(yīng)用多通道、細(xì)粒度的GIST全局特征進(jìn)行最近鄰場(chǎng)景匹配，提升系統(tǒng)效果。
　　3、針對(duì)交通監(jiān)控應(yīng)

3、用場(chǎng)景的關(guān)鍵目標(biāo)識(shí)別問(wèn)題，本文提出了參數(shù)化基于MSER和ERANSAC算法斑馬線(xiàn)檢測(cè)方法，實(shí)驗(yàn)表明該方法在多種環(huán)境下都具有高準(zhǔn)確性和魯棒性。
　　4、針對(duì)非參數(shù)化環(huán)境感知的系統(tǒng)的不足，本文通過(guò)融合斑馬線(xiàn)檢測(cè)識(shí)別算法到該系統(tǒng)中，使環(huán)境感知系統(tǒng)性能進(jìn)一步提升。
　　5、對(duì)系統(tǒng)主要函數(shù)進(jìn)行封裝，制作環(huán)境感知可視化使用軟件，對(duì)標(biāo)記結(jié)果在原圖上進(jìn)行標(biāo)識(shí)，同時(shí)對(duì)場(chǎng)景目標(biāo)的邊緣數(shù)據(jù)點(diǎn)進(jìn)行提取，并且等間隔抽取邊緣數(shù)據(jù)點(diǎn)，按順序存儲(chǔ)到硬盤(pán)，方