高速公路隧道内车辆异常的视频图像识别

• 作者: 卢士波 彭苏岳 神祖福 陈小佳 黎明
• 来源期刊: 交通科技
• 关键词: 视频图像识别 特征融合 车辆异常 高速公路隧道 实验验证
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 交通工程
• 页码范围: 131-133,134
• 页数: 4页
• 字数: 3698字
• 语种: 中文
• DOI: 10.3963/j.issn.1671-7570.2015.04.044

摘要

隧道作为高速公路上较为特殊的地段，其安全性受到更多重视。文中从高速公路隧道内行车安全管理的角度出发，分析了隧道内影响行车安全的各种异常状态，指出了其中车辆停驶是影响安全最不利的状态。在此基础上着重开展了针对隧道内停车异常的视频图像识别方法研究。为增强车辆识别能力，提出了将图像纹理特征、几何特征和边缘特征进行组合描述车辆特征的方法。以 BP 神经网络作为基分类器，通过 Adaboost 算法得到多个 BP 网络弱分类器组成的强分类器作为车辆识别模型，并对该识别模型的效果开展了实地实验验证。结果表明，本文所提出的模型对停车异常具有良好的识别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈小佳	武汉理工大学交通学院	28	204	8.0	13.0
2	神祖福		2	4	1.0	2.0
3	卢士波	武汉理工大学交通学院	1	4	1.0	1.0
4	黎明		2	4	1.0	2.0
5	彭苏岳		1	4	1.0	1.0