DEMO
遗弃物检测
— 公共场所的遗弃物或许是危险物品 — 动态背景更新的目标检测算法 — 同时多个遗弃目标监测 — 判据：新发现目标，且目标周边无人
DEMO
摄像头意外检测
— 恶意破坏监控摄像头使之不正常工作 — 遮挡摄像头 — 偏转摄像头 — 强光照射、切断电缆等 — 场景检测 — 视频纹理信息
车辆OD数据
信号灯配置
车辆进出节点流量设置
按系统默 认状态产 生车流， 当仿真要 求按照某 种特定分 布产生车 流时，可 自行设计， 可以设计 适合不同 路网的任 意分布交 通流。
青岛世园会三维场景展示
பைடு நூலகம்
三维交通平台应用实例
• 出行方案规划 • 公共交通出行（DEMO） • 交通信号配时设计 • 应急疏散方案规划（DEMO） • 停车场管理规划 • 人车交互仿真（DEMO） • ……
交通与视频监控大数据的应用
刘允才 孔庆杰 赵旭 2014年11月11日
交通大数据的应用
• 数据量大，跨时空区域 • 交通数据的多样性 • 实施性要求高 • 结构化数据和非结构化数据相互耦合 • 视频数交通数据的语义分析尚不成熟
常用的交通数据 • GPS浮动车交通数据 • 地感线圈交通数据 • 交通视频监控数据 • 声纳、微波、红外交通检测数据 • 低空遥感交通数据 • …….
(e)向右运动能量
群目标运动的能量特征
(f)不稳定运动
(a)原始视频图像
(b)MHI特征
(c)运动区分割
(d)主要区域的运动模式
群目标运动的模式分析
(a)原始视频图像
(b) MI特征
(c)轨迹特征
(d) 运动轨迹描述
马拉松比赛视频图像的运动模式描述
视频监控异常行为检测
人脸检测
DEMO
— 人脸实时动态检测 — 在检测到的人脸序列中，自动筛选最佳人脸图像 — 人脸图像归一化处理 — 通过通信设备，可以将人脸图像发送到手机等终端
总路段数： 5280条
覆盖路段数
空间覆盖率
空间提高率
时间覆盖率
时间提高率
GPS信息 SCATS信息
3783条 71.64% 10.37% 97.32% 2.75%
1754条 33.22% 138.02% 100%
0%
融合后 4175条 79.07%
100%
融合前后准确性对比
主干道 次干道 单行线 双行线 高峰时段 非高峰时段 总体
• 大规模交通场景不可以排练 • 大规模交通场景不可以重复 • 交通仿真是推演交通情形的有效方法
— 道路设计评估 — 交通信号配时方案 — 大型集会场景预测 — 应急方案评估
交通大数据三维仿真平台
交通大数据支撑信息库
平行管控系统支撑库为人工交通仿真及计算实验提供基础
仿真平台功能模块图
案例系统的性能约束(青岛)
DEMO
人流密度计数
— 基于人体多目标跟踪的人流密度计数 — 动态背景更新、自动适应光照变化 — 动态监测、动态计数 — 实时计数输出
DEMO
反尾随检测
— 一个人跟踪在另一人之后 — 消失在同一门禁入口 — 记录进入门禁时的信息 — 实时报警
DEMO
出入口计数
— 虚拟出入口界限 — 基于人目标跟踪检测 — 双向实时快速计数 — 动态背景更新、自动适应光照变化
GPS探测车估计交通状况
➢GPS探测车
➢ 目标：交通流信息 —— 道路上的速度分布
探测车 数据
坐标转换
地图匹配
建模拟合
交通流 信息
GIS数据
交通流信息 数据库
2013-9-20
地感线圈数据路况估计
• 道路路口SCATS数据
• 目标：交通流信息 —— 道路上的速度分布
• 交通数据：
静态数据：路段长度、道路等级、自由速度等 动态数据：信号灯配置信息、流量、饱和度等
• 输出： 动态的交通流状态
交通状态融合框图
信息源 1 信息源 2 信息源 M 输入层
预处理 预处理 预处理 预处理层
信息反馈
特征提取
子融合器 1
方差估计
信息反馈
主
融
特征提取
子融合器 2
合
器
方差估计
信息反馈
特征提取
子融合器 M
方差估计
特征提取层
融合层
融合 结果
输出层
融合前后信息覆盖率对比（上海市内环）
GPS 100% 90.73% 99.31% 89.90% 85.86% 99.51% 93.82%
SCATS 100% 94.57% 99.33% 94.27% 91.31% 100% 96.38%
融合
100% 96.65% 100% 96.17% 94.64% 100% 97.21%
交通大数据仿真
• 数据的处理：
采用宏观交通波理论 估计路段平均速度
估计出的路段24小时 平均速度变化曲线图
velocity(km/h)
40 35 30 25 20 15 10
5 0
5
10
15
20
25
time(h)
交通信息融合
• 融合策略： 联邦滤波器与D-S证据理论相结合 — Federated Evidence Fusion Model (FEFM)
边界入侵检测
— 基于人体目标跟踪的入侵检测 — 虚拟边界、无需实际的物理边界 — 动态背景更新、自动适应光照变化 — 边界入侵检测实时报警 — 报警信息视频记录
DEMO
展览物品触摸检测
— 基于人体目标跟踪的入侵检测 — 双虚拟边界、二级报警机制 — 动态背景更新、自动适应光照变化 — 报警信息视频记录
DEMO
结论
谢谢
性能指标 交叉口节点数 路段数 区域 运动车辆
指标约束 10万个交叉口节点 40万个路段 3000个 800万辆车，同时上路车辆200万辆
行人
同时10万人行走
人口总数
400万人
3D模型
150个典型标志性建筑，3D城市全景
车道数
每个方向最多支持32条车道
实时可视化全方位展示
分布式计算处理
路网仿真
交叉口三维显示
密集人群运动模式分析
目的：检测密集目标的运动模式与动态演变： — 运动路径与方向 — 目标汇聚 — 目标合并 — 目标分裂 — 目标消散
挑战：密集运动中的个体目标不可检测
解决方法：检测密集目标的运动小轨迹和进行深度学习
(a) 游行人群目标原始数据
(b)向上运动能量
(c)向下运动能量
(d)向左运动能量