基于视频的行人车辆检测与分类

摘要：

针对传统智能监控中行人车辆检测与分类算法存在目标分割不完整、分类准确率低等问题，提出一种基于视频的行人车辆检测与分类算法。利用领域信息动态调整置信区间构造混合高斯模型，采用卡尔曼滤波预测目标下一帧的位置。通过自适应EM聚类方法提取目标长宽比和面积作为特征，将目标分为行人和车辆。在模型估计过程中假设相邻帧目标做匀速直线运动，推导出目标面积变化满足线性关系，并对目标跟踪和分类进行修正，进一步提高检测准确性。实验结果表明，该算法的人车检测准确率达到90%以上，分类准确率达到80%以上。

关键词：行人车辆检测、智能监控、运动目标检测、目标跟踪、目标分类、模型估计

分类号：TP391(计算技术、计算机技术)

资助基金：国家科技重大专项基金资助项目2010ZX03004-003-01;中央高校基本科研业务费专项基金资助项目2012FZA5008。

在线出版日期：2014-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：135-138