论文部分内容阅读
针对复杂的交通视频,提出对车辆进行动态检测.综合利用时间和空间信息,对传统的马尔可夫概率图模型方法进行了改进.通过构建标记场为3D马尔可夫模型、特征场为混合高斯模型(GMM)的混合概率模型,将每一帧的每一像素与它相邻的像素和前后帧的像素相关联,并对模型能量函数进行改进,把像素之间的差值作为能量函数值的标准,实现了边缘提取和运动检测的结合.最后通过贝叶斯估计和迭代条件模式(ICM),对车辆进行动态检测.实验结果表明:此方法可以在复杂的交通视频中准确定位正在运动的车辆,显示运动车辆的轮廓,并将速度转化为