交通与视频监控大数据的应用课件.ppt

1、交通与视频监控大数据的应用刘允才 孔庆杰 赵旭2014年11月11日 数据量大，跨时空区域 交通数据的多样性 实施性要求高 结构化数据和非结构化数据相互耦合 视频数交通数据的语义分析尚不成熟 GPS浮动车交通数据 地感线圈交通数据 交通视频监控数据 声纳、微波、红外交通检测数据 低空遥感交通数据.GPS探测车目标：交通流信息 道路上的速度分布GIS数据地图匹配建模拟合坐标转换探测车数据交通流信息数据库交通流交通流信息信息2013-9-20道路路口SCATS数据目标：交通流信息 道路上的速度分布 交通数据：交通数据：静态数据：路段长度、道路等级、自由速度等静态数据：路段长度、道路等级、自由速度等

2、 动态数据：信号灯配置信息、流量、饱和度等动态数据：信号灯配置信息、流量、饱和度等 数据的处理：数据的处理：采用宏观交通波理论采用宏观交通波理论 估计路段平均速度估计路段平均速度 估计出的路段估计出的路段24小时小时 平均速度变化曲线图平均速度变化曲线图0510152025510152025303540time(h)velocity(km/h)融合策略：融合策略：联邦滤波器与联邦滤波器与D-S证据理论相结合证据理论相结合 Federated Evidence Fusion Model(FEFM)输出：输出：动态的交通流状态动态的交通流状态（上海市内环）总路段数：5280条GPS信息SCATS信

3、息融合后覆盖路段数3783条1754条4175条空间覆盖率71.64%33.22%79.07%空间提高率10.37%138.02%时间覆盖率97.32%100%100%时间提高率2.75%0%GPSSCATS融合主干道100%100%100%次干道90.73%94.57%96.65%单行线99.31%99.33%100%双行线89.90%94.27%96.17%高峰时段85.86%91.31%94.64%非高峰时段99.51%100%100%总体93.82%96.38%97.21%大规模交通场景不可以排练 大规模交通场景不可以重复 交通仿真是推演交通情形的有效方法 道路设计评估 交通信号配时方

4、案 大型集会场景预测 应急方案评估 平行管控系统支撑库为人工交通仿真及计算实验提供基础性能指标指标约束交叉口节点数10万个交叉口节点路段数40万个路段区域3000个运动车辆800万辆车，同时上路车辆200万辆行人同时10万人行走人口总数400万人3D模型150个典型标志性建筑，3D城市全景车道数每个方向最多支持32条车道实时可视化全方位展示分布式计算处理按系统默认状态产生车流，当仿真要求按照某种特定分布产生车流时，可自行设计，可以设计适合不同路网的任意分布交通流。出行方案规划 公共交通出行（DEMO）交通信号配时设计 应急疏散方案规划（DEMO）停车场管理规划 人车交互仿真（DEMO）目的：检

5、测密集目标的运动模式与动态演变：运动路径与方向 目标汇聚 目标合并 目标分裂 目标消散挑战：密集运动中的个体目标不可检测解决方法：检测密集目标的运动小轨迹和进行深度学习 (d)向左运动能量 (e)向右运动能量 (f)不稳定运动群目标运动的能量特征(a)游行人群目标原始数据 (b)向上运动能量 (c)向下运动能量 (c)运动区分割 (d)主要区域的运动模式群目标运动的模式分析 (a)原始视频图像 (b)MHI特征 (c)轨迹特征 (d)运动轨迹描述马拉松比赛视频图像的运动模式描述 (a)原始视频图像 (b)MI特征人脸检测 人脸实时动态检测 在检测到的人脸序列中，自动筛选最佳人脸图像 人脸图像归

6、一化处理 通过通信设备，可以将人脸图像发送到手机等终端DEMODEMO边界入侵检测 基于人体目标跟踪的入侵检测 虚拟边界、无需实际的物理边界 动态背景更新、自动适应光照变化 边界入侵检测实时报警 报警信息视频记录DEMODEMO展览物品触摸检测 基于人体目标跟踪的入侵检测 双虚拟边界、二级报警机制 动态背景更新、自动适应光照变化 报警信息视频记录DEMODEMO人流密度计数 基于人体多目标跟踪的人流密度计数 动态背景更新、自动适应光照变化 动态监测、动态计数 实时计数输出DEMODEMO反尾随检测 一个人跟踪在另一人之后 消失在同一门禁入口 记录进入门禁时的信息 实时报警DEMODEMO出入口计数 虚拟出入口界限 基于人目标跟踪检测 双向实时快速计数 动态背景更新、自动适应光照变化DEMODEMO遗弃物检测 公共场所的遗弃物或许是危险物品 动态背景更新的目标检测算法 同时多个遗弃目标监测 判据：新发现目标，且目标周边无人DEMODEMO摄像头意外检测 恶意破坏监控摄像头使之不正常工作 遮挡摄像头 偏转摄像头 强光照射、切断电缆等 场景检测 视频纹理信息DEMODEMO谢 谢