基于机器视觉的交通拥堵评估系统

• 作者: 叶锋 廖茜 张建嘉 林萧 汪敏
• 来源期刊: 计算机系统应用
• 关键词: 机器视觉 梯度直方图 AdaBoost 车辆检测 特征提取
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 系统建设
• 页码范围: 78-83
• 页数: 6页
• 字数: 4862字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005841

摘要

传统的交通灯采用固定配时模式,缺乏灵活性、智能性.针对上述问题,提出一种基于机器视觉的交通拥堵评估系统对采集到的视频进行智能分析处理.首先,利用提取的梯度直方图特征和AdaBoost级联分类器实现对车辆的检测,并辅以RFID来实现车辆计数;进而通过Spark大数据分析平台而评估出当前的交通拥堵情况.实验表明本系统能根据当前的实际交通情况智能调整交通灯的变换时间,达到动态缓解交通压力的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶锋	福建师范大学数学与计算机科学学院	28	78	5.0	6.0
10	林萧	福建师范大学数学与计算机科学学院	2	33	2.0	2.0
11	汪敏	福建师范大学数学与计算机科学学院	3	9	2.0	3.0
12	廖茜	福建师范大学数学与计算机科学学院	3	9	2.0	3.0
13	张建嘉	福建师范大学数学与计算机科学学院	1	6	1.0	1.0