基于GPU的闖紅燈車(chē)輛視頻檢測(cè)算法研究.pdf

1、隨著汽車(chē)數(shù)量的日益增多，交通壓力急劇增加，由車(chē)輛違章行為引起的道路交通事故也越來(lái)越多，因此世界各國(guó)都加強(qiáng)了對(duì)智能交通系統(tǒng)的研究與應(yīng)用。闖紅燈車(chē)輛檢測(cè)是智能交通系統(tǒng)的一個(gè)重要內(nèi)容，它對(duì)減少交通事故、規(guī)范交叉路口的行車(chē)秩序、保證交通的暢通具有重要的作用。由于基于視頻的闖紅燈車(chē)輛檢測(cè)方法具有監(jiān)控范圍廣、使用成本低等特點(diǎn)，近年來(lái)得到深入研究和廣泛應(yīng)用?；诨旄咚鼓Ｐ偷倪\(yùn)動(dòng)目標(biāo)(車(chē)輛)檢測(cè)算法是這一領(lǐng)域最主流的算法，但是該算法用于闖紅燈車(chē)輛檢測(cè)依

2、然還存在初始化參數(shù)選擇不合理、實(shí)時(shí)性差等問(wèn)題。針對(duì)這些問(wèn)題，本文對(duì)混合高斯模型的參數(shù)初始化和GPU并行計(jì)算等問(wèn)題進(jìn)行了研究。本文的主要工作和貢獻(xiàn)如下：
　　 (1)針對(duì)實(shí)際道路監(jiān)控視頻中，若采用紅燈期間采集到的第1幀圖像初始化混合高斯模型參數(shù)，通常會(huì)因?yàn)楹羞\(yùn)動(dòng)車(chē)輛而出現(xiàn)混合高斯模型初始化參數(shù)選擇不合理的問(wèn)題，本文提出了一種改進(jìn)的混合高斯模型初始化算法，即先利用第一個(gè)紅燈期間的視頻數(shù)據(jù)構(gòu)建背景圖像，再用它初始化混合高斯模型參數(shù)。