基于双目立体视觉的车辆检测系统和方法
行业分类: 信息传输、软件和信息技术服务业/ 互联网和相关服务/ 互联网数据服务
战略性新兴产业分类: 新一代信息技术产业/ 互联网与云计算、大数据服务/ 云计算与大数据服务
项目所处阶段:小试
项目来源(个人或单位名称):高校
获得资助情况(国家计划课题等):其他(请描述)
地址:上海市宝山区

随着城市交通系统的智能化的发展,对道路交通车辆的检测和统计的需求日益增加。现有的车辆检测方法主要有超声波、红外、环感应圈检测,但应用中存在抗干扰能力不 强、检测精度不高、无法适应多车道的检测环境以及无法获取到车速、车型等车辆相关参数 等缺陷。而目前基于计算机视觉的车辆检测方法已成为研究热点和未来发展趋势。该类方 法分为:基于单目视觉的方法和基于双目立体视觉的方法。 基于单目视觉的方法采用单个摄像机拍摄道路车辆画面,具有图像采集、运动目 标检测、目标跟踪、车辆统计等步骤。该方法成本较低,实施方便。但是,由于很难处理光照 变化、透视效应及遮挡阴影等的影响,造成前景目标的检测困难和前景目标的分割误差,导 致统计精度较差。 基于双目立体视觉的方法采用双目摄像机拍摄道路交通视频图像,利用立体视觉 中深度感知原理,从双目视频图像中得到目标的深度信息,再利用深度信息进行前景目标 的检测、分割,进而达到车辆检测的目的。该类方法虽然理论上可以有效地处理光照变化、 透视效应及阴影等所造成的影响。但是,该类方法摄像机标定繁琐,视差匹配和目标分割算 法的计算量大、精度不高,由此得到的车辆检测器的实时性和适应性较差,精度低。 本技术针对现有的基于单目视觉车辆检测技术中存在的问题,提供一 种基于双目立体视觉的车辆检测系统和方法,不仅不易受场景光线变化、阴影、透视效应及 遮挡的影响,而且设备简单,算法计算量较低,能有效提高车辆的检测精度和实时性,同时 可获得检测车辆的模型参数(如车高、车长、车速等)。

团队介绍
朱秋煜,上海大学通信与信息工程学院教授、上海大学智慧城市研究院研究员,中国计算机学会嵌入式系统专委会委员,IEEE、ACM会员。 长期从事图像处理、模式识别、计算机视觉、智慧城市、计算机应用等方面的研究和教学工作。横向项目中主持研发的集装箱编码识别系统、双目客流计数器、全自动车辆检测系统等已获得了规模化的应用。主要从事图像处理、模式识别、计算机视觉、智慧城市、计算机应用。
技术优势
CN201510556400.5 基于双目立体视觉的车辆检测系统和方法
本技术采用双目摄像机,利用立体视觉原理,得到物体的深度信息,解决了单目视 觉技术普遍存在的对光线变化敏感、易受阴影干扰的问题;利用目标映射到二维平面实现 对车型、车高、车长、车宽等车辆相关信息的获取,达到道路车辆检测的目的。基于双目立体视觉的车辆检测系统,能有效的对拍摄到的道路车辆进行检测,并获取到车 型、车高、车速等车辆相关信息,且不易受场景光线变化、阴影、透视效应及遮挡的影响,能 够有效的进行车辆的统计和信息收集。
道路车辆检测领域。 现有的车辆检测方法主要有超声波、红外、环感应圈检测,但应用中存在抗干扰能力不 强、检测精度不高、无法适应多车道的检测环境以及无法获取到车速、车型等车辆相关参数 等缺陷。而目前基于计算机视觉的车辆检测方法已成为研究热点和未来发展趋势。 基于单目视觉的方法采用单个摄像机拍摄道路车辆画面,具有图像采集、运动目 标检测、目标跟踪、车辆统计等步骤。该方法成本较低,实施方便。但是,由于很难处理光照 变化、透视效应及遮挡阴影等的影响,造成前景目标的检测困难和前景目标的分割误差,导致统计精度较差。
商业计划
市场情况
从 2014 年到 2018 年,全国公路建设投资额持续增长。2018 年,全年完成公路建设投资 21335 亿元,比上年增长 0.4%。全国公路建设投资额年增长率的波动幅度非常剧烈,基本处于过山车状态,而去年更是来了个滑铁卢,直接从 2017 年 18.2% 的增速降到了 0.4%。
合作意向
技术融资
市场推广、融资需求
联系方式
项目联系人
舒乐
工作单位
上海迈坦信息科技有限公司
手机
13818149539
邮箱
shule@metalab.cn