基于OGS-DTW算法的交通事件自动检测方法

摘要：

为提高交通事件检测方法的综合性能,使用动态背景更新和改进的运动估计,将动态图像序列转化为车辆标号场,实现对车辆的跟踪;构造轨迹建模和编码,提取车辆的运动轨迹,并建立自组织神经网络进行行为模式学习;最后,使用OGS-DTW算法对轨迹数据进行预处理,并对距离函数进行求解,从而实现待测事件序列的轨迹与典型轨迹数据模式的匹配.分别以U形转、违章左拐和违章变道3种事件为对象进行了多组对比,检测成功率均在80%以上.试验还进行3种检测方法指标的对比,在平均耗时方面,一般的DTW算法、改进的DTW算法及基于OGS改进的DTW算法分别是126.5、62.5、69.8 s;而它们的事件检测成功率分别是84.6%、68.8%和88.3%.结果表明:基于OGS- DTW算法的交通事件检测方法稳定且可靠,在显著降低计算量的同时,仍然保证了较高的匹配准确性,成功率高、实时性好.

关键词：智能运输系统、交通事件自动检测方法、OGS-DTW算法、车辆跟踪、轨迹模型

所属期刊栏目：27

分类号：TP391.41(计算技术、计算机技术)

资助基金：高等学校科技创新工程重大项目培育资金资助项目705020

在线出版日期：2010-11-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：103-108