收藏本站
《桂林理工大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

车辆检测与跟踪算法研究及并行化

王驰  
【摘要】:随着我国城市化进程的不断加快,公路交通系统的压力也随之加大。因此,基于计算机视觉技术的智能交通系统的重要性日益显著,其核心技术是在静止相机拍摄的图像序列中进行运动车辆检测与跟踪。车辆检测与跟踪中涉及大量复杂的图形计算,传统的CPU串行处理特性无法满足实际应用所需的实时性。而图形处理器(GPU)拥有的强大并行计算能力可以很好的用来解决这种瓶颈问题。为了满足车辆检测及跟踪在实际应用中的实时性需求,论文运用GPU平台下的CUDA编译环境,针对车辆检测及跟踪过程中所用到的算法进行了改进并设计与实现了相应的并行算法,主要研究内容概括如下:(1)运动目标检测是进行跟踪和分析的基础,因此首要就是从视频序列中确定运动目标。背景建模是将大量的背景像素综合成为一个背景模型,是目前确定运动目标最常用的方法。混合高斯背景建模在背景建模的诸多方法中是公认的检测效果和适应性都相对较好的方法,但由于其计算量巨大,难以实时实现。因而针对GPU平台,挖掘高斯背景建模算法的并行性并进行优化,提高其实时性,对于扩展其应用范围具有重要意义。论文通过利用GPU平台上的CUDA编译环境,综合前人工作改进了自适应高斯背景建模算法,并从并行的角度对提出的自适应高斯背景建模算法进行并行化改进,实验证明,论文设计的并行算法比串行算法的效率提高了10.3倍。(2)二值图像连通区域标记是视频跟踪的基础,其是将前景二值图像中相互连接的像素通过一定规则给予同样的标记,而不连接的像素给予不同标记的处理过程。二值图像连通域快速标记算法在以CPU为处理核心的算法中是效率相对较高且兼具鲁棒性的算法,但其效率和性能的提升也相对比较有限。论文以并行处理为出发点,设计并实现了一种并行的二值图像连通区域标记算法来提高二值图像连通区域标记问题的处理效率,实验证明论文设计的并行算法的效率比文献~([47])中设计的并行算法效率平均提高了8.3倍,较大的提高了连通区域并行算法标记的效率及鲁棒性。(3)针对静态摄像头下的多车辆多目标跟踪,核心思想就是在连续的视频序列中寻找与跟踪目标特征最为相似的目标区域。论文设计并实现了静态摄像头下的多车辆多目标跟踪的并行处理算法,提取的特征是每个跟踪目标区域的质心,以及质心周围的灰度等。根据实验跟踪结果以及串并行算法10.2的加速比,证明了论文算法的有效性与实用性。
【学位授予单位】:桂林理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41;U495

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 孙志阳;;浅析智能交通中的车辆检测技术及发展[J];居舍;2017年32期
2 张辉;;基于HOG-GentleBoost的车辆检测方法[J];计算机时代;2018年06期
3 Wikipedia;钱仲兴;;世界各国的车辆检测[J];汽车与安全;2012年12期
4 田晓霞;王家硕;王会朴;;有限状态机在夜间车辆检测上的应用[J];石家庄铁道大学学报(自然科学版);2016年04期
5 蔡英凤;刘泽;孙晓强;陈龙;王海;;基于双车辆可变形部件模型的车辆检测方法[J];汽车工程;2017年06期
6 刘东伟;;基于双车辆可变形部件模型的车辆检测方法研究[J];南方农机;2017年20期
7 曹晓娟;;智能交通系统中车辆检测方法的研究[J];信息化建设;2015年12期
8 许柏平;周舟平;;手机在车辆检测中的应用[J];汽车维护与修理;2013年05期
9 王建强;王履程;;基于机器视觉的隧道车辆检测系统设计与实现[J];自动化与仪器仪表;2015年09期
10 董茜;游宇;;重庆机动车强检“第一现场”[J];今日重庆;2017年06期
中国重要会议论文全文数据库 前10条
1 孟超超;鲍泓;;车辆检测研究综述[A];中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C];2018年
2 邹月娴;王一言;关佩;杨华;陈维荣;;复杂视频背景中的运动车辆检测技术[A];第四届和谐人机环境联合学术会议论文集[C];2008年
3 王忠耀;任青春;王少华;郭春生;;基于红外视频的车载行人车辆检测系统[A];浙江省电子学会2013学术年会论文集[C];2013年
4 李舜酩;缪小冬;;视觉车辆检测方法的研究进展及展望[A];2009全国虚拟仪器大会论文集(二)[C];2009年
5 李鹏飞;赵玺;刘兵;邹永锋;;复杂路况的移动车辆检测与跟踪方法[A];2018中国汽车工程学会年会论文集[C];2018年
6 吴园;黎宁;刘苗苗;;一种基于快速水平集方法的运动车辆检测[A];第十三届全国图象图形学学术会议论文集[C];2006年
7 吴嵘;何培宇;徐自励;段文锋;刘珂含;;一种去背景的车辆检测与跟踪快速算法[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
8 张有节;蔡晓禹;彭博;李少博;;基于无人机视频的车辆检测与评价指标研究[A];2017年中国城市交通规划年会论文集[C];2017年
9 高文宝;沙海云;周欣荣;柴干;;高速公路车辆检测技术组合应用研究[A];第一届中国智能交通年会论文集[C];2005年
10 魏东;刘毅;钱俊彦;;桂林机动车远程审验系统[A];广西计算机学会2012年学术年会论文集[C];2012年
中国重要报纸全文数据库 前10条
1 重庆商报-上游新闻记者 严薇;全国首个国家质检基地初具规模 “超级”一体化车辆检测基地将投用[N];重庆商报;2019年
2 记者 肖剑雄;大小车辆检测费均降20元[N];东莞日报;2017年
3 记者 幸笑薇;市人大代表开展“最多跑一次”调研[N];舟山日报;2017年
4 练洪洋;车辆检测 兴利除弊方能有效可靠[N];广州日报;2015年
5 张奇 李小洁;车辆检测,为何招来怨声一片[N];检察日报;2002年
6 记者 杨耀青;车辆检测更加公正透明[N];西安日报;2011年
7 郑利平;湖州车辆检测科研项目通过鉴定[N];中国交通报;2004年
8 苏菲;防控疫情,你当自律![N];黑龙江日报;2020年
9 记者 郭亮廷;认真安排部署 保障春节安全[N];郴州日报;2019年
10 通讯员 李金华;铜川政协 提案破解车辆检测难[N];各界导报;2015年
中国博士学位论文全文数据库 前10条
1 罗志明;基于卷积神经网络的交通密度估计及车辆检测方法研究[D];厦门大学;2017年
2 蔡磊;部件检测方法及其在车辆目标检测中的应用[D];西北工业大学;2017年
3 颜卓;基于深层卷积神经网络的车辆检测及属性分析方法研究[D];中国科学院大学(中国科学院重庆绿色智能技术研究院);2018年
4 宋俊芳;基于图像逆投影3D重建的车辆检测关键技术研究[D];长安大学;2018年
5 张伟;基于视觉的运动车辆检测与跟踪[D];上海交通大学;2007年
6 王曾敏;小波图像融合算法及其在视频车辆检测系统中的应用研究[D];天津大学;2009年
7 谌彤童;基于三维激光雷达的动态车辆检测与跟踪[D];国防科学技术大学;2016年
8 许洁琼;基于视频图像处理的车辆检测与跟踪方法研究[D];中国海洋大学;2012年
9 何志伟;基于模型的目标提取及其在智能交通中的应用[D];浙江大学;2006年
10 姚震;并行程序设计模型若干问题研究[D];中国科学技术大学;2006年
中国硕士学位论文全文数据库 前10条
1 王驰;车辆检测与跟踪算法研究及并行化[D];桂林理工大学;2017年
2 喻旭勇;基于视频的车辆检测与跟踪算法研究[D];东华大学;2013年
3 李凤;基于电感式磁传感器的停车位车辆检测系统设计与实现[D];华中师范大学;2019年
4 黄皓宇;基于Mask R-CNN的街景车辆目标的检测方法研究与应用[D];华中师范大学;2019年
5 杨恩泽;基于深度学习的交通车辆检测与识别算法研究[D];北京交通大学;2019年
6 孙晓霞;基于计算机视觉的车辆检测与跟踪方法研究[D];华北电力大学;2019年
7 莫曜阳;基于高光辅助和域适应的夜间车辆检测[D];华南理工大学;2019年
8 刘肯;基于深度学习的车辆检测算法研究[D];长安大学;2019年
9 傅开明;基于深度学习的消防场景中车辆检测系统的设计与实现[D];电子科技大学;2019年
10 朱锋彬;基于深度学习的视频车辆检测算法的研究与实现[D];杭州电子科技大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026