作者:
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:
交通异常情况检测一直是交通管理中的重要任务,其在智能交通系统中显得尤为重要。传统的检测方法首先对目标物体(行人和车辆)进行区分,然后再对提取的车辆进行轨迹异常判断。在车流量日益加剧的今天,此种方法增加了计算机的运算复杂度。针对上述算法计算量过于复杂的问题,本文提出了基于像素点的背景方法,首先结合隐含马尔可夫模型(Hidden Markov Model)和共发模型(Co—occurencesmodel),对视频中的异常像素点进行判断,然后通过仿三维模型车辆进行识别的方法,对由异常像素点组成的车辆进行最终的识别。实验结果表明该算法具有较强的有效性和在智能交通系统中有较好的应用。
推荐文章
车辆轨迹的增量式建模与在线异常检测
异常检测
增量式轨迹建模
谱聚类
隐马尔可夫模型
模型结构更新
基于视频图像像素点阵的车辆检测技术
视频图像
像素点阵
触发稳定区
车辆对象
车辆检测
基于SOM的行人异常轨迹检测
异常轨迹
视频监控
自组织网络
训练学习
基于轨迹信息熵分布的异常轨迹检测方法
信息熵
相似度
轨迹聚类
代表性轨迹
异常检测
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 基于像素分析的轨迹异常车辆的识别法
来源期刊 电子测试 学科 工学
关键词 背景方法 隐含马尔可夫模型 共发模型 仿三维模型
年,卷(期) 2012,(6) 所属期刊栏目 设计与研发
研究方向 页码范围 29-34
页数 6页 分类号 TP242.6
字数 2113字 语种 中文
DOI 10.3969/j.issn.1000-8519.2012.06.007
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 成春晟 南京邮电大学自动化学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (2)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
背景方法
隐含马尔可夫模型
共发模型
仿三维模型
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导