基于车载视觉的行人检测与跟踪方法

为提高城市交通环境下车辆主动安全性,保障行人安全,提出了基于车载视觉传感器的行人保护方法. 利用Adaboost算法实现行人的快速检测,结合Kalman滤波原理跟踪行人,以获取其运行轨迹.该方法利用离散 Adaboost算法训练样本类Haar特征,得到识别行人的级联分类器,遍历车载视觉采集的图像,以获取行人目 标;结合Kalman滤波原理,对检测到的行人目标进行跟踪,建立检测行人的动态感兴趣区域,利用跟踪结果分 析行人的运行轨迹.试验表明:该方法平均耗时约80ms/帧,检测率达到88%;结合Kalman滤波原理跟踪后,平 均耗时降到55ms/帧,实时性较好.      

行人交通信息采集方法分析

从行人的交通特性出发,分别介绍人工采集法、视频采集法、GPS采集法和无线定位采集法等行人交通信息采集方法。详细分析无线定位采集法在行人交通信息采集中的运用,对研究行人交通具有重要意义。     

一种基于激光与视频信息时空数据融合的行人检测方法

针对城市交通行人安全问题,本文提出了一种基于激光与视频数据融合的行人检测方法.通过激光与视频数据空间和时间上的融合,将激光数据映射到图像坐标;在激光聚类过程中,采用K-means 聚类算法对激光云点进行聚类分析,然后运用行人宽度模型提取候选行人区域;在基于图像的行人检测过程中,选取头肩、躯干以及腿部人体特征部位,采用Haar-like 特征集和Boosting 算法进行训练,得到部位检测器;最后,基于贝叶斯决策的组合策略对候选行人区域进行有效判定.实验结果表明,本文所述算法有较好的检测精度和实时性能.     

基于单目视觉的运动行人检测与跟踪方法

为了有效检测与跟踪城市交通环境中的行人, 提出了一种在摄像机静止情况下基于单目视觉的运动行人检测与跟踪方法。检测阶段通过自适应背景模型快速提取背景图像, 用动态多阈值方法二值化差分图分割运动行人; 跟踪阶段引入灰色模型作为行人运动模型, 预测行人运动, 融合行人多种特征建立目标匹配模板, 对行人连续跟踪。通过单个行人通行和多个行人同时出现这两种交通环境下的视频图像对本方法进行了验证, 单个行人通行时, 跟踪的正确率为95%;多个行人同时通行时, 识别每个行人并分别跟踪的正确率为87%。     

基于序列比对的行人过街风险识别研究

行人过街序列反映了行人-机动车的行为交互在时空的连续性,对行人过街序列进行风险识别并对其关联影响因素进行分析有助于评估不同情景下行人过街行为的风险性. 本文对行人-机动车在交叉口区域内的碰撞事故数据进行挖掘分析.借鉴生物信息学的序列比对方法,对行人过街事故序列进行相似性比对及聚类分析,并基于灰色关联方法分析事故序列的风险耦合.结果表明,行人-机动车在交叉口的风险事故序列主要分为6种,Seq2与Seq5,Seq3与Seq4的事故诱因存在相似性;天气不是Seq1的事故诱因,Seq2与Seq5的事故主要归因于驾驶员.研究结果对完善行人交通风险管理有一定的理论价值和实践意义.     

基于SPN-PF模型的行人跟踪算法改进

结合粒子滤波和神经网络方法提出了一种新的自适应的行人跟踪改进算法.根据行人跟踪经常出现的遮挡,失跟,误跟等问题,提出了一个SPN-PF模型,通过Sigma-Pi网络将行人的多个特征联系在一起,经过学习和计算,进一步讲结果运用到粒子滤波方法中,从而达到可靠准确的跟踪行人目标的目的.实验结果表示该文提出的方法能够更准确的对行人进行跟踪.     

一种基于直方图的车辆检测方法

获得车辆图像的准确定位是视频交通检测的关键,在分析传统车辆检测方法不足的基础上,提出的基于直方图的检测方法,能够提高图像分割的准确性,确保对车辆目标的顺利提取,具有一定的实际应用价值。     

交叉口行人信号相位配时方法研究

针对信号交叉口行人和机动车对配时要求不一致以及我国行人相位清空时间不足的问题,借鉴HCM的做法给出了行人绿灯最小时间和行人闪时间的计算公式.根据是否将绿灯间隔时间作为行人清空时间,研究了行人随机动车一起放行时的行人相位和机动车相位的设置类型,探讨了不同类型的适用情况,建立了不同情况下行人绿灯时间的调整模型和行人信号配时方法,并进行了实证分析.改善了信号交叉口传统配时方法对行人重视不够的问题.     

基于梯度关联规则的老年行人交通事故风险识别

为构建老年行人交通事故严重程度风险关联因素识别方法体系,本文应用极限梯度提升关联规则挖掘算法(Extreme Gradient Boost-Apriori,XGB-Apriori)识别城市道路老年行人交通事故风险因子。运用机器学习优化关联规则算法结构,通过机器学习库 scikit-learn 中 XGBoost(Extreme Gradient Boost)算法与SFM(Select From Model)特征选择类功能实现变量特征值的选择。进而,对Apriori算法设置有序定向约束,得到适用于交通事故致因分析的数据挖掘技术。通过逐层迭代识别关联项,选取频繁项集,总结高置信度、高提升度的关联规则。关联因素模型评估结果表明,本文采用的SFM功能准确度可达78.31%,关联规则XGB-Apriori算法较传统算法精度提升了91%。挖掘结果显示,驾驶员与行人的自身特征、车辆特征、碰撞状态以及道路特征均对老年行人交通事故的严重程度具有重要影响。其中,男性驾驶员造成的行人死亡事故频次较高,女性驾驶员造成的受伤事故频次较高;大型、重型车辆(SUV、卡车、施工车)发生死亡事故频次相对小轿车更高;位于匝道等道路线型弯曲的坡道中,老年行人发生致死交通事故的频次相对线型缓和路段更高。本文对老年行人交通事故耦合因素全面识别并针对性提出风险防控精准预判方法,为有效保护道路弱势群体提供必要的理论支持。     

基于颗粒流离散元方法的行人动力学 模型及仿真研究

离散元方法是分析和求解复杂离散颗粒系统问题的一种高效力学数值模拟方 法,对于提高目前行人动力学模型中的求解效率,细致刻画行人运动中的力学关系具有 优势.本文利用颗粒接触理论中的软球模型描述行人的接触及挤压行为,以现有社会力模 型中的主观运动力作为外部输入,构建了基于颗粒流理论的行人运动模型,并在离散元 EDEM仿真平台上实现.通过对不同密度条件下行人运动行为及平均速度的仿真及统计, 对比实测数据,验证了模型的有效性;通过对比不同仿真平台的计算速度,验证了算法的 高效性.研究结果表明：模拟得到的行人流在不同密度下的行为符合现场观测,模拟所得 行人平均速度数据与实测数据基本吻合,所建模型具有较高计算效率.因此,基于颗粒流 理论的离散元方法能够实现对行人运动的模拟,且具有进一步的研究价值.     

基于非集计模型的行人过街方式选择研究

基于非集计模型的基本理论和建模方法,依据对西安市高新区的居民出行调查,建立行人过街方式选择Logit模型。利用SPSS中的多元logistic回归分析对模型进行标定,并对所标定的模型进行精确度评价。评价结果表明:行人过街方式选择Logit模型可以比较精确的对行人过街方式做出预测,为城市行人过街设施的建设和交通决策提供较为科学的理论指导。     

城市道路交叉口行人交通安全设计方法研究

城市道路交叉口行人交通安全设计是城市道路设计的重要工作内容。我国不少城市交叉口缺乏行人交通安全设计．是行人交通事故的内在原因之一。通过对城市道路交叉口信号控制、渠化设计及交通安全设施等行人交通安全设计方法进行了探讨．为城市道路交通设计工作提出了有益的借鉴。     

城市轨道交通车站站台行人交通特性

为了确定城市轨道交通车站站台行人交通特性,以北京市地铁2号线西直门站站台视频资料为基础,观测站台区域行人交通行为,分析行人速度、候车位置分布、密度时空分布特性。分析结果表明：与街道环境相比,站台区域行人自由流速度均值偏高,且站台与楼梯邻接区域行人速度随密度的增大下降较快;车辆到达之前行人候车呈队列形式,车辆到达后呈扇形分布在车门两侧;站台区域行人密度时空分布受轨道交通车辆班次影响,表现出规律性波动变化。     

行人交通微观仿真研究综述

简述了行人交通微观仿真研究意义、分类、发展现状,介绍了行人交通流的交通特性;以行人微观仿真开发流程为纲,阐述行人运动行为的研究内容以及相应的研究方法,并指出因计算理论和建模技术等各种条件制约下其尚存在的不足或研究空白之处,并对其未来发展的趋势进行了展望．     

信号交叉口行人群集分类方法研究

以信号交叉口行人群体为研究对象,借鉴生物界群集研究的成果,给出了行人群集的定义,同时提出群集半径的概念和基于搜索的群集半径计算方法。通过对北京市信号交叉口60个小时视频资料的737个行人群集样本的分析,得到不同行人群集的特征参数值。研究结果表明,行人群集半径能够较好地评价我国城市信号交叉口人行横道的服务水平,可以为信号交叉口大量行人过街的控制算法和模型的研究奠定基础。     

基于CapsNet的行人检测方法及评价

为了提高道路环境中行人目标检测的准确率,改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题,本文提出了一种基于 CapsNet的行人检测模型. CapsNet由神经元所构成的 Capsule组成,通过动态路由协议对物体的实例化参数进行表达和传递,保留了各特征对象间的空间层级,采用 Caltech公开数据库对所提算法的有效性进行验证,并在检测准确率及算法耗时等方面与其他算法进行对比.实验结果表明：相比于其他主流检测算法,本文算法在确保检测效率的前提下,对数平均漏检率最低可降至 9.17%;且在 Caltech、INRIA和 NICTA数据集的交叉验证实验中,也能达到良好的检测效果,具有较好的鲁棒性和泛化能力.     

顾及小目标特征的视频人流量智能统计方法

人流量统计对智能安防等领域具有重要研究价值. 针对视频监控系统中人流量统计准确率较低的问题,提出一种顾及小目标特征的视频人流量智能统计方法,重点研究用于小目标检测的Faster R-CNN （Faster region-convolutional neural network）改进算法、运动目标关联匹配以及双向人流量智能统计等关键技术,根据人头目标的小尺度特点对Faster R-CNN网络结构进行适应性改进,利用图像浅层特征提高网络对于小目标的特征提取能力,通过基于轨迹预测的跟踪算法实现运动目标的实时追踪,同时设计双向人流量智能统计算法,以实现人流量高准确率统计;为证明方法的有效性,在密集程度不同的场景中进行了测试. 测试结果表明:改进的目标检测算法相较于原始算法,在Brainwash测试集和Pets2009基准数据集上的平均准确率分别提高了7.31%、10.71%,视频人流量智能统计方法在多种场景下的综合评价指标F值均能达到90.00%以上,相较于SSD-Sort算法和Yolov3-DeepSort算法,其F值提高了1.14% ~ 3.04%.      

信号交叉口行人过街设施设计方法

为提高信号交叉口行人通行能力、减少行人过街延误,在分析多相位信号控制交叉口信号相位、交通冲突点和交叉口渠化的基础上,对行人相位和机动车相位进行整合,充分利用机动车左转相位时交叉口的空间资源为行人创造过街条件。     

城市主干道行人过街安全岛设置研究

行人过街安全岛可有效地改善行人的步行环境,对于提高行人过街的安全性起着十分重要的作用,故有必要在归纳比较国内外安全岛特点和设置标准的基础上,提出安全岛的概念,并结合行人驻足空间对安全岛的设置和设计提出建议。实例分析结果表明,该方法有效可行,并可为我国城市主干道行人安全岛的设置,特别是交叉口安全岛的设置和设计提供有益的思路。     

城市主干道行人过街安全岛设置研究

行人过街安全岛可有效地改善行人的步行环境,对于提高行人过街的安全性起着十分重要的作用,故有必要在归纳比较国内外安全岛特点和设置标准的基础上,提出安全岛的概念,并结合行人驻足空间对安全岛的设置和设计提出建议.实例分析结果表明,该方法有效可行,并可为我国城市主干道行人安全岛的设置,特别是交叉口安全岛的设置和设计提供有益的思路.