基于多入侵线的视频车速检测方法

摘要：

为提高视频中车速检测的精度,提出一种基于多入侵线的视频车速检测方法.首先在视频中布设已知相对距离的多条入侵线,其次检测车辆经过每条入侵线时的帧数,最后结合帧数、摄像机的采样时间、入侵线间的距离生成关于车速的概率密度函数模型以计算车速.通过构建仿真环境验证模型性能,仿真结果表明:减小摄像机的采样时间、增加入侵线数量、增大入侵线之间的距离可以提高模型性能,并且在不同检测条件下使用多入侵法进行车速检测的误差率都更低.采用Deepsort+YOLOv5目标跟踪算法实现视频中车速的检测,同时,在视频车速检测综合数据集BrnoCompSpeed上与主流车速检测方法进行实验对比,实验结果表明,该方法测量结果的平均误差率为1.40％,与主流视频车速检测方法相比精度更高.

关键词：智能交通;多入侵线;模式识别;车速检测;机器视觉

所属期刊栏目：22

分类号：TP391.4;U491(计算技术、计算机技术)

资助基金：国家自然科学基金;天津市科技计划项目

在线出版日期：2022-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：49-56,84