×
王建凯;阿加柴苏马莱

自由流条件下的高速公路事件自动检测：一种基于车辆重新识别的方法，使用稀疏分布摄像机的图像数据。 （英语） Zbl 1395.94064号

数学。问题。工程师。 2015年，文章ID 102380，13 p.（2015）.
摘要：针对自由流条件下的高速公路系统，提出了一种基于车辆再识别（VRI）的自动事件算法（AID）。该系统的VRI组件采用了增强的车辆特征匹配技术。在本研究中，将基于历史数据库估计的到达时间间隔引入到VRI组件中，以提高匹配精度，减少事件检测时间。此外，在VRI组件中引入了一种基于匹配概率比的筛选方法，以进一步降低虚警率。提出的AID算法在3.6上进行了测试泰国曼谷封闭高速公路系统的公里路段。结果表明，在事件检测时间方面，所提出的AID算法优于传统的车辆计数方法。

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）
PDF格式BibTeX公司 XML格式引用
\textit｛J.Wang｝和\textit｛A.Sumalee｝，数学。问题。Eng.2015，文章ID 102380，13 p.（2015；Zbl 1395.94064）
全文： 内政部

参考文献：

[1] 纪义斌。；江，R。；曲，M。；Chung，E.，基于危险模型的交通事件清除时间和到达时间预测，工程数学问题，2014，（2014）·doi:10.1155/2014/508039
[2] 周，C.-S。；Miller-Hooks，E.，基于模拟的二次事件过滤方法，《运输工程杂志》，136，8，746-754，（2010）·doi:10.1061/（asce）电话：1943-5436.0000134
[3] 伊利诺伊州弗拉吉亚尼。；Karlaftis，M.G。；Orfanou，F.P.，《模拟天气和交通对二次事故风险的影响》，《智能交通系统杂志：技术、规划和运营》，16，3，109-117，（2012）·doi:10.1080/15472450.2012.688384
[4] Payne，H.J。；Tignor，S.C.，基于状态决策树的高速公路事件检测算法，《交通研究记录》，682，30-37，（1978）
[5] 霍尔，F.L。；Shi，Y。；Atala，G.，《反复拥堵情况下mcmaster事件检测算法的在线测试》，《运输研究记录》，1394，1-7，（1993）
[6] Srinivasan，D。；金，X。；Cheu，R.L.，高速公路事件检测自适应神经网络模型的评估，IEEE智能交通系统汇刊，5，1，1-11，（2004）·doi:10.1109/tits.2004.825084
[7] 张凯。；Taylor，M.A.P.，《有效的干线道路事件检测：基于贝叶斯网络的算法》，交通研究第C部分：新兴技术，14，6，403-417，（2006）·doi:10.1016/j.trc.2006.11.001
[8] 刘，Q。；卢，J。；陈，S。；赵，K.，用于交通事件检测的多朴素贝叶斯分类器集成，工程数学问题，2014，（2014）·doi:10.115/2014/383671
[9] 郑，C。；陈，S。；Wang，W。；Lu，J.，使用主成分分析解决交通事件检测中的类不平衡问题，工程数学问题，2013，（2013）·doi:10.1155/2013/524861
[10] Hofleitner，A。；Herring，R。；Abbeel，P。；Bayen，A.，使用动态贝叶斯网络从探测数据中学习干线交通的动态，IEEE智能交通系统交易，13，4，1679-1693，（2012）·doi:10.1109/tits.2012.2200474
[11] Rose，G.，《手机作为交通探测器：实践、前景和问题》，《交通评论》，26，3，275-291，（2006）·doi:10.1080/0144164500361108
[12] Shehata，M.S。；蔡，J。；巴达维，W.M。；Burr，T.W。；M.S.佩尔韦斯。；Johannesson，R.J。；Radmanesh，A.，《智能道路基于视频的自动事件检测：关于虚假警报的室外环境挑战》，IEEE智能交通系统交易，9，349-360，（2008）·doi:10.1109/tits.2007.915644
[13] 邵，H。；Lam，W.H.K。；Sumalee，A。；Chen，A.，用于评估需求不确定性下道路网络性能的行程时间估计器，交通研究C部分：新兴技术，35，244-262，（2013）·doi:10.1016/j.trc.2012.12.002
[14] Fambro，D.B。；Ritch，G.P.，《低交通量条件下检测城市高速公路事故算法的评估》，交通研究记录，773，31-39，（1980）
[15] Chang，S.-L。；陈，L.-S。；钟，Y.C。；Chen，S.-W.，自动车牌识别，IEEE智能交通系统汇刊，5，1，42-53，（2004）·doi:10.1109/tits.2004.825086
[16] 奎尔，S.M。；Koonce，P。；Depencier，D。；Bullock，D.M.，《媒体访问控制读者的动脉性能测量：俄勒冈州波特兰，试点研究》，《运输研究记录》，2192年，185-193年，（2010年）·doi:10.3141/2192-18
[17] Sun，C。；Ritchie，S.G.，使用单回路感应波形的单个车辆速度估计，运输工程杂志，125，61531-538，（1999）·doi:10.1061/（ASCE）0733-947X（1999）125:6（531）
[18] 科伊夫曼，B。；Krishnamurthy，S.，《使用现有检测器基础设施对高速公路交叉口进行车辆重新识别和行驶时间测量》，《交通研究第C部分：新兴技术》，第15、3、135-153页，（2007年）·doi:10.1016/j.trc.2007.03.001
[19] Kamijo，S。；川原，T。；Sakauchi，M.，用于十字路口之间行程时间测量的车辆序列图像匹配，IEEE系统、人与控制论国际会议论文集，IEEE·doi:10.1010/ICSMC.2005.1571336
[20] Sun，C.C。；Arr，G.S。；Ramachandran，R.P。；Ritchie，S.G.，使用多探测器融合进行车辆重新识别，IEEE智能交通系统汇刊，5，3，155-164，（2004）·doi:10.1109/tits.2004.833770
[21] 塞廷，M。；Monsere，C.M。；Nichols，A.P.，《基于车轴测量数据的长途卡车重新识别贝叶斯模型》，《智能运输系统杂志：技术、规划和运营》，第15、1、1-12页，（2011年）·doi:10.1080/15472450.2011.544571
[22] Coifman，B.，《使用现有环路检测器基础设施在高速公路上实时进行车辆重新识别和行驶时间测量》，《交通研究记录》，1643181-191，（1998）
[23] Kwong，K。；卡瓦勒，R。；Rajagopal，R。；Varaiya，P.，基于使用无线磁传感器重新识别车辆的动脉行程时间估计，交通研究第C部分：新兴技术，17，6，586-606，（2009）·doi:10.1016/j.trc.2009.04.003
[24] Sumalee，A。；Wang，J。；杰德万纳，K。；Suwansawat，S.，使用视频图像数据进行车辆特征概率融合以重新识别和行驶时间估计，交通研究记录，2308，73-82，（2012）·数字对象标识代码：10.3141/2308-08
[25] Wang，J。；Indra-Payoong，N。；Sumalee，A。；Panwai，S.，《实时行程时间估计的自适应时间窗车辆重新识别》，IEEE智能交通系统汇刊，15，2，540-552，（2014）·doi:10.1109/tits.2013.2282163
[26] Mallikarjuna，C。；Phanindra，A。；Rao，K.R.，使用视频图像处理在混合交通条件下收集交通数据，交通工程杂志，135，4，174-182，（2009）·doi:10.1061/（ASCE）0733-947X（2009）135:4（174）
[27] Thiang，A.T.G。；Lim，R.，使用模板匹配方法的车辆类型识别，电气、电子、通信和信息国际会议论文集
[28] Bhattacharyya，A.，关于由概率分布定义的两个统计总体之间差异的度量，加尔各答数学学会公报，35，99-109，（1943）·Zbl 0063.00364号
[29] Otsu，N.，灰度直方图阈值选择方法，IEEE Trans-Syst Man-Cybern，9，1，62-66，（1979）·doi:10.1109/tsmc.1979.4310076
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。