基于视频的城市交通拥堵程度分析技术研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-22页 |
| ·研究背景和意义 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12-14页 |
| ·国内外研究现状 | 第14-19页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-19页 |
| ·研究内容 | 第19-20页 |
| ·本文的结构安排 | 第20-22页 |
| 第二章 车辆检测技术研究 | 第22-31页 |
| ·车辆检测技术简述 | 第22-25页 |
| ·背景差分法 | 第22-24页 |
| ·帧间差分法 | 第24页 |
| ·基于光流场的方法 | 第24-25页 |
| ·本文检测方法 | 第25-28页 |
| ·背景提取 | 第26-27页 |
| ·背景更新 | 第27-28页 |
| ·实验结果及分析 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 车辆跟踪技术研究 | 第31-42页 |
| ·车辆跟踪技术简述 | 第31-33页 |
| ·区域跟踪法 | 第31-32页 |
| ·动态轮廓跟踪法 | 第32页 |
| ·特征跟踪法 | 第32-33页 |
| ·模型跟踪法 | 第33页 |
| ·基于多尺度角点和MEAN-SHIFT的跟踪方法 | 第33-36页 |
| ·多尺度Harris角点提取 | 第34-35页 |
| ·Mean-shift车辆跟踪算法 | 第35-36页 |
| ·卡尔曼滤波预测 | 第36-39页 |
| ·Kalman滤波简述 | 第36-37页 |
| ·Kalman滤波器方程 | 第37-38页 |
| ·Kalman滤波在轨迹预测中的实现 | 第38-39页 |
| ·实验结果及分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 交通拥堵程度分析 | 第42-60页 |
| ·交通参数选取及其定义 | 第42-43页 |
| ·交通参数的获取 | 第43-47页 |
| ·车速的提取 | 第43-45页 |
| ·占有率的提取 | 第45-47页 |
| ·基于支持向量回归的交通参数预测 | 第47-51页 |
| ·支持向量机 | 第47-48页 |
| ·支持向量回归 | 第48-49页 |
| ·交通参数预测模型 | 第49-51页 |
| ·基于速度和空间占有率的交通拥堵判定 | 第51-55页 |
| ·交通拥堵的判定 | 第52-53页 |
| ·拥堵属性 | 第53页 |
| ·交通拥堵程度检测模型 | 第53-55页 |
| ·实验结果及分析 | 第55-58页 |
| ·交通参数预测结果 | 第56-57页 |
| ·交通拥堵程度判定结果 | 第57-58页 |
| ·特色与创新 | 第58页 |
| ·本章小结 | 第58-60页 |
| 第五章 总结和展望 | 第60-62页 |
| ·工作总结 | 第60-61页 |
| ·工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第66-67页 |
| 致谢 | 第67页 |
