首页|面向智慧城市的交通视频结构化分析前沿进展

面向智慧城市的交通视频结构化分析前沿进展

Frontiers of transportation video structural analysis in the smart city

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
随着智慧城市建设的不断深入,大量的传感器设备铺置在城市公路和轨道等交通场景,为多维度全方位感知城市交通状态构建了广泛的感知网络,产生了海量的交通视频数据.海量交通视频数据是城市管理的数据宝藏,理解与分析这些数据是智慧城市建设的关键.面对高度冗余的交通视频数据,如何高效准确地挖掘和提取结构化信息,实现对重点目标(如人、车、物)的快速检测、识别与检索,是交通视频处理的核心问题——交通视频结构化分析.交通视频结构化分析包括车辆视频结构化分析、人员结构化分析及其行为分析.其中,车辆结构化作为一个复杂的多步骤任务,主要由车辆的检测、车辆的属性(车牌、车型和颜色)识别以及车辆的检索和重识别等子任务构成.人脸结构化和行人结构化是交通视频中行人结构化智能分析中的两个重要研究方向,主要分析人脸或者行人的一些表观属性.行人行为分析是指对行人在复杂交通环境下做出的动作进行识别和预测.本文从交通视频中的车辆、行人及其行为分析等方面,阐述交通视频结构化分析领域的研究热点及前沿进展,汇总比较国内外的相关成果,并对交通视频结构化分析领域的研究进行总结分析与展望.

赵耀、田永鸿、党建武、付树军、王恒友、万军、安高云、杜卓然、廖理心、韦世奎

展开 >

北京交通大学信息科学研究所,北京100044

北京大学信息科学技术学院,北京100871

兰州交通大学电子与信息工程学院,兰州730070

山东大学数学学院,济南250100

北京建筑大学理学院,北京102616

中国科学院自动化研究所模式识别国家重点实验室,北京100190

展开 >

交通视频 车辆结构化分析 行人结构化分析 行为结构化分析 车辆检测 车辆属性识别 车辆检索 人脸结构化分析

2021

中国图象图形学报
中国科学院遥感应用研究所,中国图象图形学学会 ,北京应用物理与计算数学研究所

中国图象图形学报

CSTPCDCSCD北大核心
影响因子：1.111
ISSN：1006-8961
年,卷(期)：2021.26(6)
  • 6
  • 6