基于HMM的车辆行驶状态实时判别方法研究

摘要：

对交通视频车辆轨迹时序特征下的车辆行驶状态进行研究,提出了一种基于隐马尔科夫模型(Hidden Markov model,HMM)的车辆行驶状态实时判别方法.首先对轨迹序列进行了基于轨迹长度的去不完整轨迹序列、对车辆轨迹点序列的线性平滑滤波和最小二乘线性拟合的预处理操作,保证了所获得轨迹序列的有效性;其次,提出一种基于车辆运行轨迹点序列方向角的车辆轨迹特征值表示方法和基于方向角区间划分的HMM观察值序列生成方法,该方法以方向角的区间变化来区分不同轨迹模式的特征;最后,采用多观察值序列下的Baum-Welch算法训练得到相关交通场景轨迹模式类的最优HMM参数,并通过实时获取车辆行驶轨迹段与相应模型的匹配,实现对车辆行驶状态的实时判别.仿真实验验证了本文方法的有效性和稳定性.

关键词：视频车辆轨迹、隐马尔科夫模型、方向角、行驶状态、实时判别

所属期刊栏目：39

资助基金：国家自然科学基金41271422;高等学校博士学科点专项科研基金20132136110002;辽宁省自然科学基金20102123;计算机软件新技术国家重点实验室开放基金KFKT2011B09,KFKT2011B11;南京邮电大学图像处理与图像通信江苏省重点实验室开放基金LBEK2010003;智能计算与信息处理教育部重点实验室湘潭大学开放课题2011ICIP06;National Natural Science Foundation of China41271422;Specialized Research Fund for the Doctoral Program of Higher Education20132136110002;Natural Science Foundation of Liaoning Province20102123;Open Foundation of Novel Software Technology of State Key Laboratory Nanjing UniversityKFKT2011B09,KFKT2011B11;Open Foundation of Image Processing and Image Communication Laboratory Nanjing University of Posts and Telecommunications of Jiangsu ProvinceLBEK2010003;Intelligent Computing and Information Processing,Open Topics of Education Ministry Xiangtan University2011ICIP06

在线出版日期：2014-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：2131-2142