-
公开(公告)号：CN102426785A
公开(公告)日：2012-04-25
申请号：CN201110367452.X
申请日：2011-11-18
Applicant: 东南大学
Abstract: 本发明公开了一种基于轮廓和局部特征点的交通流信息感知方法及系统，属于智能交通领域。本发明中通过远程控制对分析算法的参数进行配置，能够根据具体场景随时设置或调整分析算法的各种参数，这极大地方便了交通流信息感知装置的使用。本发明中对车辆的追踪首先采用粗略的基于轮廓信息的追踪、评价，以及选择性地进行基于局部特征点的追踪，这种由粗到细的追踪策略能自适应不同的交通场景，并且执行效率高。本发明中的交通信息流感知方法及装置能直接应用于智能交通系统。
-
Patent Agency Ranking
公开(公告)号：CN102393901A
公开(公告)日：2012-03-28
申请号：CN201110367473.1
申请日：2011-11-18
Applicant: 东南大学
Abstract: 本发明公开一种基于混杂特征的交通流信息感知方法及系统，具体是一种基于Harris角点特征的摄像头标定方法，基于车辆图像样本的Haar-like特征提取、训练，以及基于Haar-like特征信息库的在线准实时检测，基于置信度的车辆跟踪，以及训练样本库的自动更新的交通流信息感知方法和系统。本发明利用统计学习工具，训练车辆Haar-like特征并在线更新车辆样本集，能够诱导性地学习新的交通场景并有效地对抗车辆阴影、雨雪气候、潮湿道路倒影、摄像头抖动等干扰。本发明设置置信度来量化车辆的存在性，提出一种非线性的车辆检测可靠性判决准则，能有效地抵抗车辆部分遮挡、路面干扰物等影响，使系统具有很高的鲁棒性。
-
公开(公告)号：CN102393901B
公开(公告)日：2013-10-30
申请号：CN201110367473.1
申请日：2011-11-18
Applicant: 东南大学
Abstract: 本发明公开一种基于混杂特征的交通流信息感知方法及系统，具体是一种基于Harris角点特征的摄像头标定方法，基于车辆图像样本的Haar-like特征提取、训练，以及基于Haar-like特征信息库的在线准实时检测，基于置信度的车辆跟踪，以及训练样本库的自动更新的交通流信息感知方法和系统。本发明利用统计学习工具，训练车辆Haar-like特征并在线更新车辆样本集，能够诱导性地学习新的交通场景并有效地对抗车辆阴影、雨雪气候、潮湿道路倒影、摄像头抖动等干扰。本发明设置置信度来量化车辆的存在性，提出一种非线性的车辆检测可靠性判决准则，能有效地抵抗车辆部分遮挡、路面干扰物等影响，使系统具有很高的鲁棒性。
-
公开(公告)号：CN103208185B
公开(公告)日：2016-07-20
申请号：CN201310089195.7
申请日：2013-03-19
Applicant: 东南大学 , 南京正保通信网络技术有限公司
Abstract: 本发明公开了一种基于车灯识别的夜间车辆检测方法及系统，通过强光抑制摄像头获取交通视频数据，确定分析的感兴趣区域；基于数学形态学对图像进行滤波处理，并在此基础上获取连通区域信息；然后建立车灯筛选及匹配规则，对车辆车灯进行筛选和配对；在此之后通过对目标进行位置预测，设置车辆置信度，更新存储的车辆位置信息，实现对车辆的追踪；最后对已离开了感兴趣区域的车辆进行车流量，车速等参数计算并统计。本发明中对车灯对的识别通过采用大量车灯图像数据统计的先验知识，从连通区域中选出匹配度最高的车灯对，这种车灯识别方法能有效地将车灯从夜间场景中分离出来，并具有很好的场景适应性。
-
公开(公告)号：CN102426785B
公开(公告)日：2013-11-27
申请号：CN201110367452.X
申请日：2011-11-18
Applicant: 东南大学
Abstract: 本发明公开了一种基于轮廓和局部特征点的交通流信息感知方法及系统，属于智能交通领域。本发明中通过远程控制对分析算法的参数进行配置，能够根据具体场景随时设置或调整分析算法的各种参数，这极大地方便了交通流信息感知装置的使用。本发明中对车辆的追踪首先采用粗略的基于轮廓信息的追踪、评价，以及选择性地进行基于局部特征点的追踪，这种由粗到细的追踪策略能自适应不同的交通场景，并且执行效率高。本发明中的交通信息流感知方法及装置能直接应用于智能交通系统。
-
公开(公告)号：CN103208185A
公开(公告)日：2013-07-17
申请号：CN201310089195.7
申请日：2013-03-19
Applicant: 东南大学 , 南京正保通信网络技术有限公司
Abstract: 本发明公开了一种基于车灯识别的夜间车辆检测方法及系统，通过强光抑制摄像头获取交通视频数据，确定分析的感兴趣区域；基于数学形态学对图像进行滤波处理，并在此基础上获取连通区域信息；然后建立车灯筛选及匹配规则，对车辆车灯进行筛选和配对；在此之后通过对目标进行位置预测，设置车辆置信度，更新存储的车辆位置信息，实现对车辆的追踪；最后对已离开了感兴趣区域的车辆进行车流量，车速等参数计算并统计。本发明中对车灯对的识别通过采用大量车灯图像数据统计的先验知识，从连通区域中选出匹配度最高的车灯对，这种车灯识别方法能有效地将车灯从夜间场景中分离出来，并具有很好的场景适应性。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
