基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
混合交通是我国交通的主要特征,利用视频检测技术可以获取混合交通流参数,实现混合交通的有效管制,由于检测过程中天气、光线等环境变化,实时有效的自适应背景提取模型尤其重要。本文在混合高斯模型的基础上,根据运动分割与Kalman运动跟踪,结合象素的时间与空间特性,提出区域选择更新混合高斯模型来抽取背景,克服了交通控制信号或交通阻塞等造成的长时间停车,以及高峰期大量运动物体长期充满当前图像等情况对背景抽取造成的影响,该模型通过对交叉口和路段视频进行背景提取,实验效果良好,证明了本方法具有较强的鲁椿性和自适应性。
推荐文章
基于改进高斯混合模型的体育视频运动目标检测与跟踪
高斯混合模型
体育视频
运动目标
目标检测
目标跟踪
一种改进的基于混合高斯分布模型的自适应背景消除算法
图像处理
混合高斯分布模型
背景消除
视频检测
混合高斯模型背景法的一种改进算法
运动目标检测
混合高斯模型
三帧差分法
混合高斯模型运动检测算法优化
智能视频监控
运动检测
背景建模
混合高斯模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 混合交通流视频检测中区域选择更新混合高斯背景模型研究
来源期刊 ITS通讯 学科 工学
关键词 视频检测 混合高断模型 混合交通 背景模型 视频检测技术 混合高斯模型 混合交通流 区域选择 更新 KALMAN
年,卷(期) 2005,(2) 所属期刊栏目
研究方向 页码范围 25-27
页数 3页 分类号 TP301.6
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 祁宏生 吉林大学交通学院 11 100 5.0 10.0
2 王殿海 吉林大学交通学院 87 1755 23.0 37.0
3 李志慧 吉林大学交通学院 41 203 8.0 12.0
4 劳云腾 吉林大学交通学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
视频检测
混合高断模型
混合交通
背景模型
视频检测技术
混合高斯模型
混合交通流
区域选择
更新
KALMAN
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
ITS通讯
季刊
1726-1953
清华大学新水利馆112室(何善衡楼)20
出版文献量(篇)
328
总下载数(次)
1
总被引数(次)
0
论文1v1指导