VEHICLE DETECTION, TRACKING AND SPEED MEASUREMENT MODEL
Publicado: 05 May 2018, 11:53
A HIGHLY ROBUST VEHICLE DETECTION, TRACKING AND SPEED MEASUREMENT MODEL FOR INTELLIGENT TRANSPORT SYSTEMS
¿Qué problema trata?
El alto ritmo de aumento en el número de vehículos, la densidad del tráfico y preocupaciones de seguridad, un sistema potencial para la vigilancia del tráfico, el monitoreo y control del vehículo se ha convertido en una necesidad inevitable para facilitar el sistema de transporte inteligente (ITS). A pesar de que, numerosos enfoques se han propuesto para mover el vehículo detección y seguimiento, aún las necesidades de optimización no pueden ser ignorado En este documento, un vehículo robusto basado en el procesamiento de imágenes el modelo de detección, seguimiento y medición de velocidad ha sido desarrollado.
Además, una nueva estimación de la velocidad del vehículo en movimiento enfoque ha sido desarrollado que puede ser significativo para sistemas ITS eficientes.
¿Qué trabajos revisa?
Detección y segmentación de vehículos de movimiento
La detección de objetos en movimiento en la misma secuencia de imágenes, capturado en diferentes intervalos se considera uno de los campos de investigación interesantes en visión artificial. Hay un número de aplicaciones que consideran la detección de cambios como el evento para realizar diversas tareas como el sistema de vigilancia, diagnóstico asistido por computadora (CAD) y tratamiento, sistema de detección y monitoreo y control para civiles, industriales y aplicaciones militares
Feature Based Methods
En numerosas investigaciones, varias características estructurales del vehículo como, bordes y esquinas se han utilizado para segmentarlo desde imagen de fondo. Sobre la base de estas características, identificó fondos móviles y estáticos para la detección de vehículos. Además, los investigadores en propusieron un modelo para tratar con problema de oclusión entre los vehículos superpuestos, donde utilizaron el concepto de sustracción de fondo .Un enfoque de discriminación de fondo fue desarrollado usando varias características de la imagen y una detección de objetos entrenables enfoque fue propuesto
Link: https://www.ripublication.com/ijaer16/i ... n5_125.pdf
¿Qué problema trata?
El alto ritmo de aumento en el número de vehículos, la densidad del tráfico y preocupaciones de seguridad, un sistema potencial para la vigilancia del tráfico, el monitoreo y control del vehículo se ha convertido en una necesidad inevitable para facilitar el sistema de transporte inteligente (ITS). A pesar de que, numerosos enfoques se han propuesto para mover el vehículo detección y seguimiento, aún las necesidades de optimización no pueden ser ignorado En este documento, un vehículo robusto basado en el procesamiento de imágenes el modelo de detección, seguimiento y medición de velocidad ha sido desarrollado.
Además, una nueva estimación de la velocidad del vehículo en movimiento enfoque ha sido desarrollado que puede ser significativo para sistemas ITS eficientes.
¿Qué trabajos revisa?
Detección y segmentación de vehículos de movimiento
La detección de objetos en movimiento en la misma secuencia de imágenes, capturado en diferentes intervalos se considera uno de los campos de investigación interesantes en visión artificial. Hay un número de aplicaciones que consideran la detección de cambios como el evento para realizar diversas tareas como el sistema de vigilancia, diagnóstico asistido por computadora (CAD) y tratamiento, sistema de detección y monitoreo y control para civiles, industriales y aplicaciones militares
Feature Based Methods
En numerosas investigaciones, varias características estructurales del vehículo como, bordes y esquinas se han utilizado para segmentarlo desde imagen de fondo. Sobre la base de estas características, identificó fondos móviles y estáticos para la detección de vehículos. Además, los investigadores en propusieron un modelo para tratar con problema de oclusión entre los vehículos superpuestos, donde utilizaron el concepto de sustracción de fondo .Un enfoque de discriminación de fondo fue desarrollado usando varias características de la imagen y una detección de objetos entrenables enfoque fue propuesto
Link: https://www.ripublication.com/ijaer16/i ... n5_125.pdf