杨德亮
- 作品数：8 被引量：5H指数：1
- 供职机构：北京工业大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：交通运输工程自动化与计算机技术机械工程更多>>
- 基于数学形态学的信号控制交叉口处车辆队尾的实时跟踪
- 2010年
- 为实时动态跟踪信号控制交叉口处车辆队列的队尾,采用膨胀和腐蚀2种数学形态学操作检测车辆边缘,使用宽度变化代替宽度固定的伸缩窗来根据车辆队尾的变化进行窗口的伸与缩,从而实现车辆队尾的实时跟踪。采用"回检"技术来解决车辆队列中可能存在的"空洞"。实地测试表明:改进的伸缩窗方法能准确实时跟踪车辆队尾。
- 李振龙辛乐杨德亮
- 关键词：数学形态学
- 交叉口交通参数视频检测及交通流特性分析
- 我国大中城市汽车保有量持续快速增长，城市道路交通拥挤问题变得越来越严重，迫切需要进一步改进城市交通管理与控制，其中采用先进信息技术手段改进交叉口信号控制策略具有十分重要的实际意义。为此，需要进一步深入分析交叉口交通流特性...
- 杨德亮
- 关键词：视频传感器网络交通参数检测交通流特性
- 基于机器视觉的交通视频监控目标检测快速适应方法
- 本发明属于机器视觉与智能控制领域，用于实现交通视频监控目标检测的快速自适应。首先建立初始训练样本库，接下来分别训练基于Haar特征的AdaBoost分类器和基于HOG特征的SVM分类器，利用训练好的两个分类器对监控图像逐...
- 刘星辛乐杨德亮陈阳舟吴旭
- 文献传递
- 基于信息融合的交通波实时检测与跟踪方法
- 本方法涉及一种基于信息融合的交通波实时检测与跟踪方法。首先获取交通视频图像，然后采用Kalman滤波技术，根据前一时刻交通波状态最优估计值获取当前时刻的交通波状态预测值；然后得到当前时刻交通波位置测量值，在相向摄像机之间...
- 张媛杨德亮陈阳舟辛乐
- 基于信息融合的交通波实时检测与跟踪方法
- 本方法涉及一种基于信息融合的交通波实时检测与跟踪方法。首先获取交通视频图像，然后采用Kalman滤波技术，根据前一时刻交通波状态最优估计值获取当前时刻的交通波状态预测值；然后得到当前时刻交通波位置测量值，在相向摄像机之间...
- 张媛杨德亮陈阳舟辛乐
- 文献传递
- 基于复式伸缩窗的车辆排队与消散快速检测算法被引量：4
- 2011年
- 基于视频图像处理方法,提出了一种复式伸缩窗来实时跟踪交叉口排队车辆队尾和队头的位置变化,从而准确描述交叉口车辆排队形成和消散过程。通过检测指定区域内车辆是否存在和是否运动,分别构建跟踪排队队尾和队头的队尾伸缩窗和队头伸缩窗。描述排队首尾伸缩变化的复式伸缩窗则由这两个伸缩窗相互协作所构成。根据跟踪队尾和队头的结果,车辆排队长度和停车延迟时间等重要参数就可以轻易得到。试验结果表明本文算法能实时准确地跟踪队尾和队头的位置,能适应不同天气环境和光照变化,其准确率达到92%以上,较好地满足车辆堵塞监控和交通信号灯控制的需要。
- 杨德亮辛乐陈阳舟李振龙
- 关键词：交通工程车辆排队停车延误
- 基于机器视觉的交通视频监控目标检测快速适应方法
- 本发明属于机器视觉与智能控制领域，用于实现交通视频监控目标检测的快速自适应。首先建立初始训练样本库，接下来分别训练基于Haar特征的AdaBoost分类器和基于HOG特征的SVM分类器，利用训练好的两个分类器对监控图像逐...
- 刘星辛乐杨德亮陈阳舟吴旭
- 文献传递
- 基于Co-training方法的车辆鲁棒检测算法被引量：1
- 2013年
- 针对复杂交通场景车辆检测算法自适应能力差的问题,提出了基于Co-training半监督学习方法的车辆鲁棒检测算法.首先,针对手工标记的少量样本,分别训练基于Haar-like特征的AdaBoost分类器和基于HOG(histograms of oriented gradients)特征的SVM(support vector machines)分类器,使其具有一定的识别能力;然后,基于Co-training半监督学习框架,将利用2种算法进行分类得到的新样本分别加入到对方的样本库中,增加训练样本数量,再次进行分类器的训练.由于这2类特征具有冗余性,各自检测出的正负样本包含对方漏检和误检的图像.由于样本数的增加,再次训练所得到的新分类器的鲁棒性得到了很大提高,能更加准确地检测出车辆,而且由算法对未标记样本进行分类标记,不再需要人为标记,提高了车辆检测算法的自适应能力.
- 陈阳舟刘星辛乐杨德亮
- 关键词：车辆检测ADABOOST分类器HOG特征SVM分类器
