导读:本文包含了交通视频监控论文开题报告文献综述及选题提纲参考文献，主要关键词:交通视频监控,车辆检测,分割方式分析
交通视频监控论文文献综述
原晓伟[1]（2019）在《交通视频监控中的车辆检测与分割方法分析》一文中研究指出我们主要是对当前交通校测系统中检测到的车流量数据并没有和数据库进行相关性。在当前的检测系统来讲,是无法为其提供有组织,非监督的,可方便存取的多媒体数据信息。因此在当前我们需要使用多媒体数据挖掘技术来对交通车流量数据中发现的一些重要知识进行收集和整理,从而选择最为恰当的方式来进行决策。(本文来源于《黑龙江交通科技》期刊2019年10期）
杨志锦[2]（2019）在《智能轨道交通视频监控发展趋势浅析》一文中研究指出安全防范在城市轨道交通项目建设的过程中占据着重要地位,保证了列车的运输安全,智能视频监控系统能够控制和记录监测目标,最终实现了智能轨道交通的管理现代化。本文通过分析城轨交通中国智能视频监控的应用,讨论未来智能轨道交通视频监控的发展趋势。(本文来源于《通讯世界》期刊2019年07期）
宇丰,卢小军[3]（2019）在《浅谈云存储技术在轨道交通视频监控系统中的应用》一文中研究指出1云存储架构佛山地铁二号线一期工程视频监控系统采用基于分布式对象文件系统的云存储技术以解决上述问题。其采用全对称的架构,融合前端IPC接入,流媒体服务,云存储服务,视频综合管理服务于一体。2关键技术2.1自动均衡负载技术采用中心化模式来管理整个云存储文件系统,文件被按块划分存储在不同的数据节点上。节点中具有管理功能的中(本文来源于《通讯世界》期刊2019年07期）
曾星宇[4]（2019）在《基于YOLOv3和多目标跟踪的智能交通视频监控系统》一文中研究指出2018年底,广西高速公路已建及在建总里程超过7800公里,平均每10公里安装一个高清视频监控系统来获取实时交通信息。然而这些监控系统中,具备道路信息自动获取以及车辆异常行为检测等功能的不足叁分之一,大量监控视频仍需人工分析,监管效率低,不利于引导交通流、规范车辆行驶行为、减少交通事故。针对以上问题,本文基于深度学习目标检测方法和多目标视觉跟踪方法设计了一种智能交通视频监控系统。该系统可对高速公路上的交通目标进行位置检测、类型识别和多目标运动轨迹跟踪,具有多车型流量统计、车辆异常行为检测和行人抓拍等功能。主要研究内容有:(1)交通目标检测。研究了YOLO系列3种主要目标检测模型YOLOv1、YOLOv2、YOLOv3和基于高斯混合模型的运动目标检测方法原理并进行实验验证。实验结果表明,YOLOv3检测模型对交通目标中的小车、货车、客车、行人4类进行定位与类型识别准确率最高,达80%,比基于高斯混合模型的检测方法准确率提高了40%。(2)单目标视觉跟踪。首先介绍了单目标跟踪方法的分类及基本思想,然后分析了Camshift和DSST单目标跟踪方法原理,最后实验验证了Camshift、DSST、KCF、TLD四种经典单目标跟踪方法的性能。实验表明,DSST算法跟踪准确率达90%,每秒可处理101帧图像,是高效单目标跟踪器。(3)多目标视觉跟踪。提出了基于DSST跟踪器和多目标匹配的多目标跟踪方法,该方法使用YOLOv3检测结果初始化或者更新DSST跟踪器。首先分析了基于最近邻和基于目标特征相似度的多目标匹配方法原理;然后研究了多目标跟踪过程中新目标识别、跟踪器匹配更新和目标离开判别的方法;实验结果表明该方法能同时跟踪多个目标的运动轨迹。(4)智能交通视频监控系统设计。系统主要包括多车型流量统计、车辆异常行为检测、行人抓拍叁部分。在实际场景下,建立数据集对YOLOv3模型进行训练;利用YOLOv3检测出小车,客车、货车、行人4类目标,使用多目标轨迹跟踪进行多车型流量统计、交通目标低速与停车两种异常行为检测、行人抓拍。实验结果表明,系统车流量统计的平均准确率为98.3%;对运动方向检测、低速运动判别、停车判别、行人抓拍的准确率均超过75%;系统的FPS值在17~30之间波动,基本满足实时要求。(本文来源于《桂林电子科技大学》期刊2019-06-02）
张泽鹏[5]（2019）在《基于大数据技术的交通视频监控分析》一文中研究指出随着科学技术的不断发展,智慧城市、智慧交通等概念不断推出,视频监控在交通领域中作用日益凸显,因此,新时期,将大数据技术和视频监控相结合,让智慧交通得到进一步发展。文章基于智慧交通的发展现状,对大数据交通视频监控技术的应用价值进行了详细的分析,然后从挖掘、存储、信息库、加密等方面入手,详细分析大数据视频监控技术在交通领域中的应用。(本文来源于《科技传播》期刊2019年04期）
赵妙圆[6]（2018）在《探讨城市轨道交通视频监控系统的应用》一文中研究指出通过对视频监控组网发展、编码方式及图像分辨率标准介绍,探讨高清视频监控系统的应用现状及行业展望。(本文来源于《铁路通信信号工程技术》期刊2018年11期）
田向东[7]（2018）在《高速公路重点路段卡口建设交通视频监控系统》一文中研究指出随着我国社会经济迅猛发展,高速公路通车里程不断增加,为进一步推进山西省高速交通安全防控体系建设,山西省公安厅交通警察总队高速四支队提出了山西省公安厅警察总队高速四支队重点路段卡口建设项目,本文对山西省公安厅交警总队高速四支队管辖重点路段卡口建设项目的视频监控部分做了详细论述。(本文来源于《电子世界》期刊2018年11期）
赵敏,马彦波,檀森林[8]（2018）在《探索宁波轨道交通视频监控同轴高清化升级》一文中研究指出轨道交通视频监控系统是轨道交通运营、现代化管理的配套设备,是维护城市轨道交通运行和保证公共安全的重要辅助手段。早期建设项目仍以模拟监控为主,急需高清升级。如何以最小的代价实现标清视频监控系统平滑升级高清视频监控系统,本文以宁波地铁1、2号线项目为例,就如何实现视频监控由模拟标清至高清的升级探索,提出了HDCVI同轴高清升级方案进行探讨。(本文来源于《中国公共安全》期刊2018年04期）
强永军,熊艳梅[9]（2017）在《基于交通视频监控的车辆异常行为检测方法研究》一文中研究指出经济水平的不断提高和城市化建设进程的加快推动了交通道路的快速发展,同时国民拥有的汽车数量也呈现逐渐增长的趋势。但交通拥堵和高发的交通事故以及汽车污染等交通问题对社会的进步和经济的可持续发展造成了严重的阻碍。因此,通过视频监控的形式对交通道路上发生异常事故和行为异常的车辆进行有效的检测和实时监控显得尤为重要。本文主要针对视频监控检测手段的特点和存在的问题进行分析,围绕交通监控视频的发生异常行为的车辆检测技术进行深入性的探讨,并提出解决问题的有效对策,为提高交通车辆的安全性和道路通畅性提供参考。(本文来源于《报刊荟萃》期刊2017年06期）
来竞超,胡洲洪,李健生,杨永耀[10]（2016）在《浅析集群技术在轨道交通视频监控系统中的应用》一文中研究指出海量数据的计算与分析让我们开始重新定义我们的设备,我们的系统,我们的服务。随着应用程序对服务器和存储系统的要求越来越高,对于传统设备来说,比如PC、PC服务器、小型机服务器等,单台设备有时已经不能满足需求了。此时虽然有大型机在单一设备上提供更高的性能,但是大型机的物质成本和维护成本是高不可攀的。计算、网络、存储技术的快速发展,促使了集群技术的发展和应用。集群化技术越来越多地应用到信息行业的各个领域,本文介绍了目前在视频监控系统下使用的部分集群技术以及这些集群技术在国内城市轨道交通CCTV项目建设中的应用。(本文来源于《第十一届中国智能交通年会大会论文集》期刊2016-11-16）
交通视频监控论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
安全防范在城市轨道交通项目建设的过程中占据着重要地位,保证了列车的运输安全,智能视频监控系统能够控制和记录监测目标,最终实现了智能轨道交通的管理现代化。本文通过分析城轨交通中国智能视频监控的应用,讨论未来智能轨道交通视频监控的发展趋势。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交通视频监控论文参考文献
[1].原晓伟.交通视频监控中的车辆检测与分割方法分析[J].黑龙江交通科技.2019
[2].杨志锦.智能轨道交通视频监控发展趋势浅析[J].通讯世界.2019
[3].宇丰,卢小军.浅谈云存储技术在轨道交通视频监控系统中的应用[J].通讯世界.2019
[4].曾星宇.基于YOLOv3和多目标跟踪的智能交通视频监控系统[D].桂林电子科技大学.2019
[5].张泽鹏.基于大数据技术的交通视频监控分析[J].科技传播.2019
[6].赵妙圆.探讨城市轨道交通视频监控系统的应用[J].铁路通信信号工程技术.2018
[7].田向东.高速公路重点路段卡口建设交通视频监控系统[J].电子世界.2018
[8].赵敏,马彦波,檀森林.探索宁波轨道交通视频监控同轴高清化升级[J].中国公共安全.2018
[9].强永军,熊艳梅.基于交通视频监控的车辆异常行为检测方法研究[J].报刊荟萃.2017
[10].来竞超,胡洲洪,李健生,杨永耀.浅析集群技术在轨道交通视频监控系统中的应用[C].第十一届中国智能交通年会大会论文集.2016