-
公开(公告)号：CN109325963B
公开(公告)日：2021-05-18
申请号：CN201810891823.6
申请日：2018-08-07
Applicant: 长安大学
Abstract: 本发明公开了一种基于SVM的公交乘客三维轨迹分类方法，包括以下步骤：利用深度相机获取公交车的上、下车图像，并提取所述图像的前景图像；分别建立相机坐标系和世界坐标系，通过相机标定，获得所述前景图像中像素坐标与世界坐标的转换关系，然后将所述的前景图像转换为世界坐标系下的俯视投影图；针对所述的俯视投影图，首先对俯视投影图进行块化，然后确定局部高度值最大的区域，最后对该区域进行扩展以锁定人头目标，获取人头目标的三维轨迹，然后提取三维轨迹的特征，训练SVM分类器，实现轨迹的分类。本发明方法能够对疑似目标的三维轨迹进行分类，实现对上、下车乘客的计数，并且识别精度高。
-
公开(公告)号：CN110443142A
公开(公告)日：2019-11-12
申请号：CN201910609399.6
申请日：2019-07-08
Applicant: 长安大学
Abstract: 本发明公开了一种基于路面提取与分割的深度学习车辆计数方法，具体包括利用摄像机采集道路的视频图像，利用数字图像处理方法获取道路路面区域并使用分割策略将路面分割成“近端”、“远端”两部分，将分割后的路面区域送入深度学习网络进行车辆目标的检测，并对检测结果进行持续跟踪获取车辆二维轨迹，利用车辆二维轨迹统计某一道路方向的不同类别车辆的流量，达到车辆计数的目的。该方法对于路面远处的小型车辆检测精度较高，为精准的车辆计数提供了数据基础。本发明的方法可应用于多种交通场景，具有较高的稳定性和计数精度，能有效地对图像视野中道路范围的车辆进行准确的检测与持续的跟踪，从而实现车辆的计数，具有广阔的应用前景。
-
公开(公告)号：CN109584558A
公开(公告)日：2019-04-05
申请号：CN201811540864.7
申请日：2018-12-17
Applicant: 长安大学
Abstract: 本发明属于智能交通领域，具体涉及一种面向城市交通信号配时的交通流统计方法，采用图像处理技术对视频中的交通目标进行检测及跟踪，获取其轨迹信息，然后通过对轨迹信息和视频场景信息进行分析处理，提取出每条轨迹的起终点坐标进行聚类，获取场景的分区信息，最终获取详细的交通流信息。本发明具有更好的精度和数据的丰富度，提供更丰富的交通参数信息，能用于事故的预警、预防拥堵和自动路径规划，尤其是针对车流量较大场景复杂的情形，本发明提出的方法仍然有较好的效果。同时，通过获得十字路口不同时段的交通流信息还可以进行信号配时，带来了显著的经济效益并且能够提高交通通行效率。
-
公开(公告)号：CN108550143A
公开(公告)日：2018-09-18
申请号：CN201810298243.6
申请日：2018-04-03
Applicant: 长安大学
Abstract: 本发明公开了一种基于RGB-D相机的车辆长宽高尺寸的测量方法，采用相机近距离安装的方式获取清晰的车辆图像，对相机采用基于消失点的标定方法进行标定，得出相机模型内外参数，通过相机深度图像方案，实现车辆目标在世界坐标系下三维点云转化，获取车辆外表面三维坐标信息；利用先验知识和图像处理方法获得车辆外表面的三维坐标，根据车辆运动过程中的序列图形，通过配准方法拼接车辆图像，实现车辆外形三维测量；所述标定方法克服传统方法设备要求高和操作繁琐，标定精度高；通过图像序列间车辆同一位置对应点的匹配关系综合分析车辆的实际位移，配准的精度较高；实现车辆侧面准确拼接，降低车辆长度测量误差，改善车辆侧面拼接的准确性。
-
公开(公告)号：CN110930365B
公开(公告)日：2023-11-03
申请号：CN201911041698.0
申请日：2019-10-30
Applicant: 长安大学
Inventor： 王伟 , 唐心瑶 , 宋焕生 , 张朝阳 , 梁浩翔 , 张文涛 , 戴喆 , 云旭 , 侯景严 , 刘莅辰 , 贾金明 , 李俊彦 , 武非凡 , 雷琪 , 杨露 , 余宵雨 , 靳静玺 , 王滢暄 , 赵锋
Abstract: 本发明公开了一种交通场景下的正交消失点检测方法，首先读取交通场景下的视频，建立图像坐标系和钻石空间坐标系，求取图像空间和钻石空间之间映射关系；提取视频图像中车辆的运行轨迹直线，在钻石空间中累加，求取沿道路方向的消失点，然后提取车身横向边缘，在钻石空间中累加，求取垂直道路方向的消失点，在此基础上进行相机标定，求取与前两个方向都垂直的第三个方向的消失点，如果视频图像中有垂直于地面的物体，对第三个方向的消失点进行优化。本发明适应不同的道路交通场景，通过交通场景中的车辆对场景的正交消失点完成检测及优化。方法实现简单，通用性好，可应用于各种道路场景下的正交消失点检测，并且结果较为准确。
-
Patent Agency Ranking
公开(公告)号：CN110443142B
公开(公告)日：2022-09-27
申请号：CN201910609399.6
申请日：2019-07-08
Applicant: 长安大学
Abstract: 本发明公开了一种基于路面提取与分割的深度学习车辆计数方法，具体包括利用摄像机采集道路的视频图像，利用数字图像处理方法获取道路路面区域并使用分割策略将路面分割成“近端”、“远端”两部分，将分割后的路面区域送入深度学习网络进行车辆目标的检测，并对检测结果进行持续跟踪获取车辆二维轨迹，利用车辆二维轨迹统计某一道路方向的不同类别车辆的流量，达到车辆计数的目的。该方法对于路面远处的小型车辆检测精度较高，为精准的车辆计数提供了数据基础。本发明的方法可应用于多种交通场景，具有较高的稳定性和计数精度，能有效地对图像视野中道路范围的车辆进行准确的检测与持续的跟踪，从而实现车辆的计数，具有广阔的应用前景。
-
公开(公告)号：CN110472496A
公开(公告)日：2019-11-19
申请号：CN201910609164.7
申请日：2019-07-08
Applicant: 长安大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于目标检测与跟踪的交通视频智能分析方法，具体包括利用监控摄像机采集的高速公路视频，利用深度学习方法进行车辆目标检测，根据检测结果，使用多目标跟踪方法获取目标轨迹，智能分析目标轨迹，获取车流量、车辆速度并检测交通拥堵、停车的交通异常事件，完成交通视频的智能分析。该方法能够对车辆进行视野范围内的长时间检测与跟踪，从而准确地获取交通参数、检测交通事件。本发明的方法在多种交通场景中使用都具有较高的稳定性，具有一定的实用价值与广阔的市场潜力。
-
公开(公告)号：CN109697420A
公开(公告)日：2019-04-30
申请号：CN201811541565.5
申请日：2018-12-17
Applicant: 长安大学
Abstract: 本发明属于智能交通领域，具体涉及一种面向城市交通的移动目标检测及跟踪方法，通过在城市道路及交叉口处架设相机，用相机对包含机动车、非机动车和行人目标的交通场景进行拍摄，获取视频数据，并利用视频数据的图像特征，基于目标检测提出一种模型匹配算法并将这种算法和KCF算法进行结合得到了一种多目标跟踪算法，采用所得到的多目标跟踪算法获取目标运动轨迹并对目标的完整轨迹进行储存，达到对视频范围内的目标进行自动检测、分类及持续跟踪，获得目标的移动轨迹信息的目的。本发明方法能够利用连续的图像精确的获得不同目标的类型及其移动轨迹信息。
-
公开(公告)号：CN109325963A
公开(公告)日：2019-02-12
申请号：CN201810891823.6
申请日：2018-08-07
Applicant: 长安大学
Abstract: 本发明公开了一种基于SVM的公交乘客三维轨迹分类方法，包括以下步骤：利用深度相机获取公交车的上、下车图像，并提取所述图像的前景图像；分别建立相机坐标系和世界坐标系，通过相机标定，获得所述前景图像中像素坐标与世界坐标的转换关系，然后将所述的前景图像转换为世界坐标系下的俯视投影图；针对所述的俯视投影图，首先对俯视投影图进行块化，然后确定局部高度值最大的区域，最后对该区域进行扩展以锁定人头目标，获取人头目标的三维轨迹，然后提取三维轨迹的特征，训练SVM分类器，实现轨迹的分类。本发明方法能够对疑似目标的三维轨迹进行分类，实现对上、下车乘客的计数，并且识别精度高。
-
公开(公告)号：CN109685855A
公开(公告)日：2019-04-26
申请号：CN201811480427.0
申请日：2018-12-05
Applicant: 长安大学
IPC: G06T7/80
CPC classification number: G06T7/80
Abstract: 本发明公开了一种道路云监控平台下的摄像机标定优化方法，从道路交通场景中自动识别出道路边缘线、道路虚线等几何标识，根据这些数据利用多标识融合场景自适应标定方法求解出摄像机方位和焦距等参数，完成标定。在此基础上如果有冗余标识，可以对标定结果进行优化。本发明可以适应不同的道路交通场景，利用云台摄像机提取场景中大量几何信息完成摄像机标定和优化的过程。方法实现简单，通用性较好，可以应用于各种道路场景下的摄像机标定，并且可以对标定结果进行优化。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
