城市智能交通中視覺跟蹤技術的四大問題
在城市軌道交通的監控中,智能視頻分析技術曾風極一時,然而由于環境相對復雜,其在應用中接連受阻。近幾年來,TLD視覺跟蹤技術的出現,讓智能視頻分析又一次發熱。TLD視覺跟蹤技術融合跟蹤、學習和檢測為一體,完美地兼顧了跟蹤的精確性和實時性。其或將成為解決城市軌道交通中跟蹤問題的一種新方法。
視覺跟蹤技術在城市軌道交通智能視頻監控中一直扮演著重要角色。由于城市軌道交通的監控環境比較復雜,其不僅區域大、周界長、擁有多站臺多出入口及眾多圍欄及相關設施,且人/車流量超大等特征。這種復雜的環境給智能視頻分析帶來了諸多困難,就目前應用于城市軌道交通的視頻跟蹤技術仍存在以下難以解決的問題:
復雜的環境背景問題。由光照變化引起的環境背景改變,可能會造成虛假檢測與錯誤跟蹤;
遮擋問題。運動目標被部分或完全遮擋時,目標因部分不可見而造成信息缺失,影響到跟蹤的效果;
有效性問題。由于運動目標一般都是隨時變化的,如何獲取和應用最新的目標特征信息是保持跟蹤的關鍵;
兼顧實時性與適應性。既要減少算法的計算量以保證實時性,又要增強算法對復雜情況的適應性,而這又以復雜的運算為代價。
視覺跟蹤技術在城市軌道交通智能視頻監控中一直扮演著重要角色。由于城市軌道交通的監控環境比較復雜,其不僅區域大、周界長、擁有多站臺多出入口及眾多圍欄及相關設施,且人/車流量超大等特征。這種復雜的環境給智能視頻分析帶來了諸多困難,就目前應用于城市軌道交通的視頻跟蹤技術仍存在以下難以解決的問題:
復雜的環境背景問題。由光照變化引起的環境背景改變,可能會造成虛假檢測與錯誤跟蹤;
遮擋問題。運動目標被部分或完全遮擋時,目標因部分不可見而造成信息缺失,影響到跟蹤的效果;
有效性問題。由于運動目標一般都是隨時變化的,如何獲取和應用最新的目標特征信息是保持跟蹤的關鍵;
兼顧實時性與適應性。既要減少算法的計算量以保證實時性,又要增強算法對復雜情況的適應性,而這又以復雜的運算為代價。
【聲明】物流產品網轉載本文目的在于傳遞信息,并不代表贊同其觀點或對真實性負責,物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題,煩請聯系小編電話:010-82387008,我們將及時進行處理。
相關文章
RFID技術推動智能電網建設
隨著科技水平與生活水平的不斷提高,地球也付出了環境污染、氣候變化、能源枯竭等方面的代價,環保與能源問題成為不可回避的重要母題。而電網作為人類社會最大的能源輸送樞紐,對我們的日常生活和活動有著無比的重要性。因此,提高電網的利用率...
07月07日 17:32RFID世界網