摘要：本文对摄像机采集交通视频图像进行分析并处理,以此获得相关的交通事件、交通参数和交通状况等信息。论文对固定摄像机采集的视频图像序列进行了基于运动目标检测的车辆运动速度估算方法的研究,该方法采用基于深度学习框架下运动目标检测的方式,对车辆的运动、跟踪、速度三个方面进行估算比对。首先,在实验环境下对目标车辆进行检测,使用含有车辆数据的VOC2012数据集来训练SSD算法的模型参数,完成车辆的检测任务;其次,使用cvblob算法对多目标进行跟踪及车辆运动速度计算;最后,通过运动像素位移与世界坐标系中距离映射关系对车辆速度进行检测与分析。与传统的车辆监控方法相比,这种技术对硬件设备成本及维护代价相对较低,可以节省大量的人力成本,同时,借助智能信息采集大力提高了车辆监控的效率。
