科创中国

行业领域

电子信息技术,通信技术

需求背景

复杂监控场景下的车辆检测是以道路监控视频为研究对象,对连续视频帧进行检测,找出每一帧中所有车辆的位置。在复杂的交通场景中,由于各种恶劣的条件使得车辆外形在视频帧中变形严重,对车辆检测造成挑战。车辆检测作为智能交通系统中重要一环,是车辆精细化识别、车辆跟踪和车牌检测等处理的必要前提。因此,对复杂场景下的车辆检测的研究具有重要的应用价值。近年来,车辆检测受到各大公司和机构的关注,并且取得了很多优秀的成果。但是由于受到各种恶劣的条件影响,在实际使用中效果仍然不理想。并且车辆检测处理的对象为监控视频,获得的数据为连续的视频帧,但是很多算法的计算量较大,很难满足实际应用的要求。因此,有效改善算法的精度和速度,对于智能交通系统的发展和完善有着重要的意义。

需解决的主要技术难题

在室外复杂天气及周边环境下，高速公路、机场跑道、铁路轨道等多领域存在影响交通运输载具行驶安全的诸多危险因素。因此，研发复杂场景下的交通运输载具行驶环境危险因素检测技术对保证交通载具行驶安全具有重要意义。拟寻找相关单位联合研发复杂场景下的交通运输载具行驶环境危险因素检测技术，构建危险因素检测系统，解决雨雪等复杂天候、结冰积水等恶劣条件、非均匀光照环境等多复杂场景耦合情况下的行驶危险因素检测问题。

期望实现的主要技术目标

1.检测技术需融合2种或2种以上的检测方式，具体包括但不限于光学、雷达、超声波等；

2.支持雨雪等复杂天候、结冰积水等恶劣条件、非均匀光照环境等多复杂场景不少于10种；

3.危险因素检测速度≦0.5秒，检测精度≧90%；

4.支持检测危险物的最小尺寸不大于0.5cm x 0.5cm；

5.可识别的危险因素不少于2000种；

6.构建危险因素检测系统。

处理进度