基于稀疏特征的交通流视频检测算法

• 作者: 张鹏 阮雅端 陈启美 黄毅
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 交通流检测 视频检测 深度学习 稀疏特征 支持向量机
• 年，卷（期）: 2015,（2）
• 页码范围: 264-270
• 页数: 7页
• 分类号: U495
• 字数: 4248字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2015.02.008

摘要

基于背景建模的交通流参数视频检测方法易受车辆遮挡、光线变化、雨雪等外界环境条件干扰等而误判；基于机器学习方法的机理不同，改变帧间像素动态变化解析的方式，而着重于车辆样本空间的目标识别提取，具有抗干扰优势。为此，在深度学习的基础上，提出了基于稀疏特征的交通流检测算法。其构建高斯混合背景模型，提取交通视频的运动目标，以稀疏编码处理目标的尺度不变特征来获得稀疏特征；经最大池化的稀疏特征维度降低、线性支持向量机训练、背景建模方法误判样本去除，从而计算获得交通流参数。测试结果表明：与背景建模方法比较，该算法去除了60%~80%误判，准确率提高了12%~17%，对外界干扰大、分辨率不高的视频图像优势显著。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈启美	南京大学电子科学与工程学院	158	1743	23.0	32.0
2	张鹏	南京大学电子科学与工程学院	41	568	12.0	23.0
3	黄毅	南京大学电子科学与工程学院	5	17	3.0	4.0
4	阮雅端	南京大学电子科学与工程学院	18	106	6.0	9.0