Resumen

En algunos países en desarrollo, el tráfico de bicicletas tiene una gran proporción entre todos los modos de desplazamiento, lo que resulta crucial para el control y la gestión del tráfico urbano, así como para el diseño de instalaciones. Este artículo propone un algoritmo de detección múltiple de bicicletas en tiempo real basado en vídeo. En primer lugar, se extrae una característica eficaz llamada patrón binario local de bloque multiescala (MBLBP) para representar el objeto en movimiento, que es una característica bien clasificada para distinguir entre bicicletas y no bicicletas; a continuación, se propone un clasificador de bicicletas en cascada entrenado por el algoritmo AdaBoost, que tiene una buena eficiencia de cálculo. Por último, el método se prueba con secuencias de vídeo capturadas en un escenario de tráfico real. Se detectan con éxito las bicicletas en el escenario de prueba.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:algoritmo de detección múltiple de bicicletas, buena eficiencia de cálculo, patrón binario local, control del tráfico urbano, escenario del tráfico mundial, bicicletas, algoritmo adaboost, tráfico de bicicletas, clasificador de bicicletas, característica eficaz
• Keywords:multiple bicycle detection algorithm, good computation efficiency, local binary pattern, urban traffic control, world traffic scenario, bicycles, adaboost algorithm, bicycle traffic, bicycle classifier, effective feature