Resumen

La detección y seguimiento de vehículos en movimiento basados en videos son un requisito importante para el recuento de vehículos en entornos de transporte complejos. Sin embargo, en escenas naturales complejas, el método convencional de flujo óptico no puede detectar con precisión el límite del vehículo en movimiento debido a la generación de sombras. Además, los algoritmos tradicionales de seguimiento de vehículos suelen ser ocultados por árboles, edificios, etc., y los filtros de partículas también son susceptibles a la degradación de partículas. Para resolver este problema, este artículo propone un tipo de detección y seguimiento de vehículos en movimiento basado en el método de flujo óptico y el algoritmo de filtro de partículas inmune. El método propuesto utiliza primero el método de flujo óptico para detectar aproximadamente el vehículo en movimiento y luego utiliza el algoritmo de detección de sombras basado en el espacio de color HSV para marcar la posición de la sombra después de la segmentación de umbral y combina además el al

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Detección de vehículos en movimiento; Seguimiento; Método de flujo óptico; Algoritmo de detección de sombras; Algoritmo de filtro de partículas; Entornos de transporte complejos
• Keywords:Moving vehicle detection; Tracking; Optical flow method; Shadow detection algorithm; Particle filter algorithm; Complex transportation environments