學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912
Browse
1 results
Search Results
Item 汽車再辨識系統(2015) 林昆賢; Lin, Kun-Hsien根據統計資料顯示，目前全世界汽車約有七億輛左右，按全世界人口平均約九人就有一輛汽車。隨著汽車的普及化，各國交通運輸相關單位也開始注重交通資訊方面的蒐集及提供。本研究發展汽車的再辨識技術，此技術可以提供許多應用。在短程應用方面，可以從事車輛大範圍的追蹤，協助治安偵防、交流量監控以及號誌控制等；而在長程應用方面，可以蒐集路段的交通參數，如旅行時間、路佔率、交流量以及平均車流速度等，提供給運輸業者或是交通局做長期的規劃及決策所使用。 本研究提出用影像來從事汽車的再辨識。而使用影像有以下好處：硬體架設方便，只需要架設路口監視器即可，並且影像可以提供非常多額外的資訊，像是車輛顏色、車輛長度或是車輛型號等。此系統軟體部份由二大步驟所組成，分別是車輛偵測及車輛匹配。 在車輛偵測的部份是採用建立高斯混合背景模型(Gaussian Mixture Background Model)找出畫面上的前景物。再利用隨機決策森林(Random Forest)有效的將前景物進行分類，主要分成三個類別，分別為小型車(包含轎車和箱型車等)、大型車(包含公車及卡車)以及非汽車類。接著利用粒子群聚最佳化(Particle Swarm Optimization)做車輛的追蹤，目的是要確保系統不會將相同車輛重覆儲存。接著利用Time Window的限制，從上游資料庫中找出可能與下游車輛相似的候選車輛，最後透過二分圖匹配(Bipartite Matching)，將下游車輛與上游的候選車輛做匹配，即可辨識出哪些車輛通過上／下游。最後統計有通過上／下游的車輛，計算這些車輛配對的相對應關係，得到此路段的交通參數。