《基於視頻的城市交通場景理解與建模方法研究》是依託湖南大學，由李實英擔任項目負責人的面上項目。
基本介紹
- 中文名：基於視頻的城市交通場景理解與建模方法研究
- 項目類別：面上項目
- 項目負責人：李實英
- 依託單位：湖南大學
中文摘要,結題摘要,
中文摘要
城市交通場景理解和建模是智慧型信息處理和計算機視覺領域的熱門研究課題。現有研究主要關注城市場景理解的部分內容，例如運動物體的檢測跟蹤和場景中的物體分類標註。然而，複雜的城市交通場景中各類物體混雜、動態變化、彼此之間有很強的互動關係，而且場景理解尺度跨度大，具有很多不確定性，需要系統有序的協同分析和內容理解，挑戰性很大。本項目圍繞城市交通場景數據在時空上的顯著差異性和整體理解問題，深入研究城市場景理解和建模的理論和方法。主要內容包括：（1）跟蹤人類認知機理、機器學習和計算理論方面的新成果；（2）藉助這些理論，分析城市交通場景的整體結構、場景中各類物體的視覺特徵、空間布局和行為以及它們之間的互動關係，研究表達和描述這些場景特徵的方法和模型；（3）通過仿真平台和實驗室已有的車載式移動平台進行驗證。期望通過本項目的研究，豐富該領域的理論基礎，使我國掌握無人駕駛車輛核心技術上的自主智慧財產權。
結題摘要
城市交通場景理解和建模是智慧型信息處理和計算機視覺領域的熱門研究課題。本項目圍繞城市交通場景結構複雜、目標多樣、動態變化等問題，研究城市交通場景理解和建模方法，取得了以下幾個方面的研究成果。（1）提出基於消失點和道路主方向估計的道路分割算法，提出應對顏色失真、形狀失真和尺度變化的交通標誌檢測和識別算法，理解城市交通場景中的主要結構要素。（2）提出適用於室外場景的多角度視頻拼接算法，構建三維動態城市交通場景。（3）改進基於部件結構的剛性和非剛性目標檢測算法，提出聯合非剛性目標檢測和姿態估計的層次化模型，提高複雜城市交通場景中目標檢測精度。（4）針對城市交通場景背景嘈雜的特點，提出運動目標檢測算法，能夠同時檢測運動目標及其陰影區域。（5）分析城市交通場景中運動目標與其陰影之間、以及與其他目標之間的相互關係，提出多特徵融合的目標分離算法，分離運動目標及其陰影，以及處於陰影附近或沉浸於陰影中的其他運動目標。項目組發表相關論文9篇，其中EI檢索7篇，組織和參加20多次國際國內學術活動，培養研究生5名、在讀5名。通過該項目的研究，發展了城市交通場景理解和建模的理論和方法，能夠提供關鍵技術方面的支持。
