主办单位: 共青团中央   中国科协   教育部   中国社会科学院   全国学联  

承办单位: 贵州大学     

基本信息

项目名称:
基于软、硬件并行处理的多区域车辆识别及跟踪
小类:
信息技术
简介:
本作品采用混合贝叶斯(Bayes)前景与背景分离模型、Meanshitf连通区域跟踪方法与Kalman目标位置预测等算法,结合多区域图像掩码技术、多核并行技术、程序OpenMP并行技术等,设计实现了多区域动态车辆识别与跟踪系统。该系统是视频智能交通系统的一部分,主要解决交通复杂场景中动态目标(车辆、行人等)的实时、准确识别与跟踪问题,为交通预警与疏导系统提供高可靠性的数据。
详细介绍:
计算机视觉技术融合了计算机、信号处理、图像处理技术等,从信息处理的层次研究视觉信息的认知过程。通过视觉感知理论程序化,使计算机对动态目标(车辆、行人、飞行器等)进行实时准确的识别与跟踪,是计算机视觉研究的核心内容,并在视频智能交通、智能机器人视觉导航、军事视觉制导等领域有着巨大的实用价值和广阔的应用前景。 视频智能交通能够在有限的“治堵”空间中缓解和解决交通拥堵、环境污染等交通问题。在多核架构下,应用计算机视觉技术进行实时的动态车辆识别跟踪与分类,进而提取交通流等交通参数和车辆特征,为交通预警与疏导提供可靠丰富信息,是视频智能交通研究与实现的关键技术。本作品充分利用开源计算机视觉库OpenCV2.0,采用混合贝叶斯(Bayes)前景与背景分离模型、Meanshitf连通区域跟踪方法与Kalman目标位置预测等算法,结合多区域图像掩码技术、多核并行技术、程序OpenMP并行技术等,设计实现了多区域动态车辆识别与跟踪系统。该系统是视频智能交通系统的一部分,主要解决交通复杂场景中动态目标(车辆、行人等)的实时、准确识别与跟踪问题,为交通预警与疏导系统提供高可靠性的数据。系统中动态目标识别与跟踪的多区域化(规则区域和非规则区域),使系统达到了较好的实时性,极大地提高了动态目标识别与跟踪的准确率。 作品中最后通过实验测试了系统的性能(识别与跟踪的实时性和准确率)。实验结果表明:一方面,该系统在识别与跟踪多区域动态目标(车辆、行人、飞行器等)时,能够达到较好的实时性和较高识别准确率,为交通预警与疏导提供高可靠性的数据,系统的实时性与准确率(平均正确识别率达92%以上)与欧美等发达国家同类系统(平均正确识别率为78%,最高达92%。)相比,达到较为先进的水平;另一方面,系统还能够识别与跟踪有微小动态场景的其它动态目标(飞机、导弹等)。

作品图片

  • 基于软、硬件并行处理的多区域车辆识别及跟踪
  • 基于软、硬件并行处理的多区域车辆识别及跟踪
  • 基于软、硬件并行处理的多区域车辆识别及跟踪
  • 基于软、硬件并行处理的多区域车辆识别及跟踪
  • 基于软、硬件并行处理的多区域车辆识别及跟踪

作品专业信息

设计、发明的目的和基本思路、创新点、技术关键和主要技术指标

1、作品设计、发明的目的 本作品的设计、发明主要有以下两个目的: (1)随着社会经济的快速发展和城市化进程不断加快,机动车拥有量不断增长,由此带来的交通拥堵、环境污染和能源短缺等相关问题也成为世界各国共同面临的难题。中国也不例外,在“机械化快过城市化”的大背景下,中国城市,特别是大、中城市的交通拥堵将会日趋严重。而且,在强大的“城市化模式惯性”面前,“治堵”的人为空间极其有限。如何利用好这仅有的空间,就成为了解决交通拥堵问题的关键。本作品在多核架构下,运用计算机视觉技术进行实时的动态车辆识别跟踪与分类,提取交通流等交通参数和车辆特征,为交通预警与疏导系统提供高可靠性的数据信息,通过智能化的视频交通预警与疏导系统缓解和解决交通拥堵、交通事故、环境污染等交通问题。 (2)以复杂环境中动态车辆的识别与跟踪为基础,结合计算机视觉技术、信息安全技术、计算机多核并行技术,研究其它动态场景(天空、海洋等)和动态目标(飞机、导弹等)的实时识别与跟踪,使动态车辆识别与跟踪系统的多区域化技术能够在智能机器人视觉导航、军事视觉制导等领域有所应用。 2、本作品的创新点 (1)采用基于机器视觉的多区域图像掩码技术和线程多区域图像处理等技术。 (2)应用多核、多线程及GPU技术与并行算法有机结合的基础理论,采用软、硬件同时并行的方法来加速任意多个区域视频图像的动态目标识别及跟踪。

科学性、先进性

视频智能交通领域我国与欧美等发达国家相比,我国的发展与建设水平都比较低,据云南省交警总队和云南省昆明市交警支队的提供的资料:在实际应用中,我省的车辆平均正确识别率为17%,最高可达26%;我国的车辆平均正确识别率为42%,最高达70%;欧美发达国家的车辆平均正确识别率为78%,最高达92%。本作品中的基于软、硬件并行处理的多区域车辆识别与跟踪系统与欧美等发达国家的同类系统相比,本作品中的系统具有以下三个先进性: (1)系统达到了实时性较好。单区域车辆识别与跟踪时约能达到250帧每秒,是实时视频播放速度的8倍左右(标准的视频摄影、播放速度:每秒25~30帧);三个感兴趣区域车辆识别与跟踪时,约能达到86帧每秒,是实时视频播放速度的3倍左右。(测试环境见研究报告) (2)本作品中的系统车辆识别与跟踪的准确率达到92%以上,与欧美发边国家相比,达到较为先进的国际水平。 (3)本作品中首次在车辆识别与跟踪领域内实现了任意(规则区域和不规则区域)多区域动态车辆识别与跟踪。

获奖情况及鉴定结果

2011年云南大学12届科技作品三等奖

作品所处阶段

应用测试阶段

技术转让方式

合同

作品可展示的形式

演示和录像

使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测

1、本作品的技术特点和优势:与国内外同类系统相比,作品采用软件与硬件同时并行处理多区域动态目标识别与跟踪的融合技术,这使系统识别与跟踪的实时性较好,准确率较高(平均92%以上),达到了欧美等发达国家(平均正确识别率达78%)的先进水平。同时,国内外首次实现检测系统的任意多区域化。2、本作品的适用范围:本作品能应用于智能交通,同时与能够应用于智能防盗报警系统(检测目标场景中运动目标报警),智能监控系统(自动识别目标)、可疑目标检测与跟踪系统、 智能机器人视觉导航、军事视觉制导领域等。3、本作品推广前景、市场分析和经济效益预测:本作品中的系统能够缓解和解决交通拥堵、环境污染等交通问题。同时系统还能够识别与跟踪其它运动物体,可应用于智能安全监控与防盗和智能机器人视觉导航、军事视觉制导等领域。作品具有广阔的市场应用空间和巨大的社会效益。施工无需开挖路面、封闭车道,也不会因道路重铺或拓宽车道而影响交通检测。不仅可以节省人力、时间及物力,而且还可以大大减少项目及工程的投资。具有难以估量的经济效益。

同类课题研究水平概述

交通场景中对车辆实时识别与跟踪是交通流信息获取最重要、也是最基本的步骤和核心。国内外车辆识别的措施,主要有磁感应、微波雷达、超声波、激光等,目前基于视频检测获取交通流参数的研究已成为该领域的最前沿。在智能交通系统的具体实施上,美国在规划中将智能交通系统划分为六个领域,分别是:先进交通管理系统,先进出行信息系统,先进车辆控制与安全系统,商用车辆操作系统,先进公共交通系统,以及农区交通系统;而我国智能交通领域的研究可划分为五个主要方面,它们是:智能交通信息系统,智能交通控制系统,交通规划与管理系统,交通系统建模与分析和智能车辆系统。实时准确交通信息的获取是智能交通系统及其子系统实现其各项功能并良好运行的基础,由于我国智能交通建设刚刚起步,交通信息的采集、处理与通信等方面技术的研发就成为目前的重点之一。智能交通信息系统旨在大中城市优化城市宏观交通设施的利用,对城市交通流量进行统计、预测、事故检测和动态规划。 据云南省交警总队和云南省昆明市交警支队的提供的资料表明:在实际应用中,我省的车辆平均正确识别率为17%,最高可达26%;我国的车辆平均正确识别率为42%,最高达70%;欧美发达国家的车辆平均正确识别率为78%,最高达92%。目前国内只有指定区域的车辆识别与跟踪系统,并没有双区域或多区域的车辆识别与跟踪系统。国外也只有指定区域和双区域车辆识别与跟踪系统,而没有多区域,特别是任意多区域(规则区域和不规则区域)的车辆识别与跟踪系统
建议反馈 返回顶部