基于隐马尔科夫模型的拥塞交通场景的视频车辆检测方法

发明专利无效专利

申请号：
CN201010122692.9
IPC分类号：G06K9/00;G06K9/62;G08G1/01
申请日期：
2010-03-12
申请人：
清华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于隐马尔科夫模型的拥塞交通场景的视频车辆检测方法
申请号	CN201010122692.9	申请日期	2010-03-12
法律状态	权利终止	申报国家	中国
公开/公告日	2010-08-04	公开/公告号	CN101794383A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;8;G;1;/;0;1查看分类表>
申请人	清华大学	申请人地址	北京市-82信箱变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	清华大学	当前权利人	清华大学
发明人	张颢;孟华东;王希勤;殷明;杨玥
代理机构	暂无	代理人	暂无

摘要

基于隐马尔科夫模型(HMM)的拥塞交通场景的视频车辆检测方法，属于基于视频的智能交通车辆检测领域。本发明利用基于虚拟线圈的方法和HMM，利用车流固有的特征来解决拥塞场景下的视频车辆检索问题。将区域内图像划分为车头、车身和路面三种状态；利用Haar小波变换和主成份分析(PCA)和多元判决分析(MDA)等进行特征提取；对模型进行训练；对状态序列进行修正，从而改善方法的检测效率；对得到的状态序列进行分析，通过寻找序列中的“车头-车身”段来达到车辆检测的目标。本发明利用HMM来描述车流的特征，解决了拥塞条件下车辆视频检测问题；整个方法实现容易，结构简单，很适合于实时应用。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供