关键词:
计算机视觉
交通噪声
特征提取
噪声估计
机器学习
摘要:
为了实现城市道路视频监控场景下交通流噪声的快速准确估计,提出一种基于计算机视觉的城市道路噪声实时估计方法。首先,从道路交通噪声产生机理分析入手,提出了一系列基于计算机视觉的城市道路交通噪声相关交通流信息提取方法,改善传统方法提取交通流信息不够便捷的情况。其次,针对传统算法噪声估计准确度不高的问题,进行城市道路交通噪声影响因素分析,将交通流特征与环境特征相结合,构建了基于机器学习的道路交通噪声估计模型,提高了城市道路噪声估计的准确性。最后,分析城市道路交通噪声短时变化规律,确定其尺度可变的特征提取时间窗口,提出了一整套城市道路交通噪声实时估计方案,提升了城市道路噪声估计的实时性。实验结果表明,所提出的基于计算机视觉的交通流信息提取方法较常用的目标检测和目标追踪算法能够更准确的提取城市道路交通噪声相关信息;所建立的城市道路交通噪声估计模型相比传统噪声估计模型有更高的实时性和准确性,相较于现有基于机器学习的噪声估计方法在不同场景下均有着更为准确的估计结果,提高了城市道路噪声估计的准确性和实时性,确定了时间尺度为3和10 min的噪声估计方法,具有实际应用价值。