基于图像识别技术的区域交通拥堵状态判别研究

基于图像识别技术的区域交通拥堵状态判别研究

论文摘要

交通拥堵程度的判定具有一定的主观性。交通的拥堵等级与交通参与者的直观视觉体验密切相关。当交通参与人视觉中的车辆行驶速度缓慢,众多车辆在某一区域内以相对缓慢的速度行驶或者保持静止态,可以认为交通处于拥堵或严重拥堵状态。拥堵状态的交通区域有特定的图像特征,人眼是通过经验来进行认定的。确定出与拥堵相关的图像特征,并找出合适的特征识别算法,对于机器识别交通拥堵是有重要的应用价值的。

论文目录

  • 1引言
  • 2交通拥堵参的图像识别
  •   2.1 图像识别的参考因子
  •   2.2 图像识别的边缘连接
  • 3拥堵状态的初步判定
  •   3.1 车辆区域密集度
  •   3.2 密度阈值与车前距阈值
  • 4动态识别降低误判率
  • 5结论
  • 文章来源

    类型: 期刊论文

    作者: 郭海涛

    关键词: 智能交通,图像识别,机器学习,交通拥堵

    来源: 信息记录材料 2019年01期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 公路与水路运输,计算机软件及计算机应用

    单位: 华南理工大学土木交通学院,广东建设职业技术学院

    分类号: U491.265;TP391.41

    DOI: 10.16009/j.cnki.cn13-1295/tq.2019.01.049

    页码: 74-76

    总页数: 3

    文件大小: 1918K

    下载量: 331

    相关论文文献

    标签:;  ;  ;  ;  

    基于图像识别技术的区域交通拥堵状态判别研究
    下载Doc文档

    猜你喜欢