高速公路联网收费数据在路网监控中的应用研究

本文提出了高速公路联网收费数据在路网监控中的应用方法,对高速公路联网收费数据进行深度挖掘和分析,更好地支撑路网监控系统对高速公路的动态监控,解决了高速公路联网收费数据在路网监控中的深度应用问题。     

高速公路视频监控系统与人脸识别技术的结合应用

随着科学技术的发展,视频监控系统也在娱乐、教育、安全及生活等领域得到了推广应用,目前也朝着、数字化、网络化及智能化的方向发展。人脸识别在生物特征识别中是关键,目前人工智能的研究热点之一就是人脸识别技术。人脸识别技术广泛应用于访问控制、司法应用、电子商务和视频监控等领域。人脸识别过程以特征提取为核心,其可以对分类的速度和识别功能质量的高低产生一个非常直接有效的影响。在当今经济快速增长,人民生活水平日益提高的今天,高速公路视频监控系统与人脸识别技术的结合具有巨大实际意义和非常广泛的应用前景。     

高速公路省域联网不停车收费系统建设的研究

探讨了高速公路省域联网不停车收费系统的结构与功能,阐述了其技术方案的选择,并提出了系统建设中存在的问题及建议。     

江苏省高速公路路网密度分析

为分析江苏省高速公路网建设规模是否合理,以发达城市化地区日本、德国、英国的高速公路作为借鉴,通过对比研究与高速公路相关的经济、人口统计资料,采用高速公路网的空间密度、人均密度以及经济密度3个重要指标来比较分析以上地区与江苏高速公路路网规模.研究结果表明,江苏省特别是苏南地区的高速公路已经形成规模,江苏省将来交通运输通道建设的工作重心是提高高速公路运输效率及发展轨道交通.     

全光数字传输系统在安徽省高速公路联网监控中的应用

分析了在高速公路联网监控的大趋势下对于监控图像及数据传输的新要求,由原有高速公路视频数据通讯传输方式的局限性出发,简要介绍了全光数字传输系统的基本概念及优缺点,重点介绍了全光数字传输系统在安徽省联网监控体系的具体构建方法.     

浅谈高速公路省内联网收费的实现

介绍了高速公路省内联网收费的条件及其管理模式，重点对联网收费具体实施中的有关问题进行了多方面的探讨。     

有关高速公路视频传输及联网技术的探讨

本文是作者根据各省高速公路运营管理需求,结合技术发展提出了高速公路基于IP的全数字化视频联网方案,以供大家一起来参考及借鉴。     

对高速公路视频监控联网技术的研究

随着国民经济的蓬勃发展,公路担负着国民经济大动脉的重任,而高速公路以"高速"的突出优势成为公路运输的主要交通设施。作为高速公路使用者和管理者,对高速公路的基本要求就是安全、通畅、舒适。采用视频监控对高速公路运行状态及其交通设施和交通环境的监视与控制,是实现高速公路运行管理,保障行车安全和道路通畅的重要手段。就高速公路视频监控联网中虚拟技术的实现进行了阐述,供参考。     

高速公路联网收费系统建设与管理

联网收费是国家对高速公路管理的统一要求,也是提高高速公路通行效率,降低营运成本的内在要求.本文根据笔者工作经验对高速公路联网收费系统的建设和管理进行探讨.     

如何实现高速公路联网收费的拆分

在高速公路实行联网收费的情况下,通行费拆分的及时性和准确性,是各高速公路管理单位十分关心的问题,本文介绍了山东省高速公路联网收费拆分的基本情况和做法。     

基于径向基函数网络的人脸识别

提出了利用径向基函数网络(RBF)识别人脸的方法,分析了其识别原理,讨论了网络结构的设计,给出了各层节点,隐居中心向量及形状参数的选取原则,并针对ORL人脸库的多幅人脸图像进行了识别实验。实验结果表明,RBF网络的识别效果较好,且其学习算法要比BP网络的学习算法简单。     

高速公路路面识别技术研究

根据高速公路路面的基本特征,通过分道线特征点投影位置的计算,提取出了比较完整的当前车道分道线特征点。建立道路边缘灰度模型,采用Gabor变换多分辨率的特点,对图像按方向进行滤波处理。实现道路边缘线检测和拟合。实验结果表明,所讨论的方法在工程实践中有实际应用价值。     

基于人工神经网络的人脸识别分类器设计

为了提高人脸识别系统的自适应性,采用BP神经网络对抽取出的人脸特征进行识别。对人工神经网络、BP网络应用于人脸识别的过程做了简要介绍。并通过仿真实验加以验证。     

基于改进kNN算法的人脸识别研究

通过分析人脸识别流程和结构设计分析得出分类算法的选择决定着人脸识别结果质量;从而对经典k NN算法进行分析,提出了一种动态取得k值的改进k NN分类算法。通过实验测试,证明改进的k NN分类算法可以有效地提高识别精度的稳定性。     

B样条和图像梯度的单样本人脸识别

提出了一种基于B样条和图像梯度的算法用于单样本人脸识别。采用图像梯度方法进行人脸识别具有光照不变性等优点,但在图片有噪声的情况下,噪声信息会严重干扰梯度信息,识别率会大大下降。传统降噪方法,会在降噪的同时平滑图像,降低图像的梯度信息影响识别率。本文利用B样条滤波具有阶数可调的特点,根据图像的噪声值选取不同阶数B样条滤波,在降噪的同时最大程度的保留图像梯度信息以提高识别率。实验证明,基于B样条和图像梯度的算法在单样本人脸识别问题上识别率优于传统滤波方法。     

广东省公路网适应性分析评价研究

广东省公路网的建设整体上正处于由滞后型逐步向适应型转变的关键时期,通过分析广东省各地区公路网发展现状,建立公路适应性评价指标体系,从路网的服务水平和路网密度两个方面选择评价指标,用于指导各地区公路网的调整与建设,促进路网规划与经济的发展。     

基于网格系统的人脸识别算法的实现

网格计算是近年来逐渐兴起并不断发展的技术,目前广泛应用于分布式超级计算、分布式仪器系统、数据密集型计算和远程沉浸等多个研究领域。常规人脸识别系统中的更新算法都是基于单机的串行算法,在处理大量数据的时候速度慢,效率低,介绍了网格计算在人脸识别系统中的应用,把原来的人脸数据更新串行算法改为并行算法并通过编写MPI并行程序移植到该网格计算平台中运行,实现了原有人脸识别系统中更新算法的分布式处理,增强了系统处理大量数据的能力,以达到提高系统性能的目的。     

人脸识别中基于互信息的特征优选

人脸识别领域中常用Gabor小波系数表示人脸特征.然而,提取的人脸Gabor特征是高维数据,不可避免存在冗余和随机噪声的干扰.为了有效利用Gabor特征进行人脸识别,提出一种新的Gabor特征选取方法.首先计算训练集上的任两张人脸图像的Gabor特征差,生成类内空阃和类外空间.用单个Gabor特征训练筒单两值分类器,以其在类内空间和类外空间的分类错误率作为判据评价该Gabor特征的分类能力.在选取分类错误低的特征的同时还要再评估候选特征与已选特征间的互信息,这样优选出具有无冗余、低误差率的特征.最后对这些优选的Gabor特征进行主成分分析和线性判别分析完成人脸识别.在CAS-PEAL大型人脸数据库上的实验结果表明,所提出的方法不但可大大降低Gabor特征的维数,而且还有效提高了识别精度.     

分块PCA和奇异值分解相结合的人脸识别算法

针对分块PCA算法对位移、旋转等几何变化比较敏感的缺点,提出一种基于分块PCA和奇异值分解相结合的人脸识别算法。该算法分别提取分块子图像的PCA特征和奇异值特征,在此基础上得到同时包含分块PCA和奇异值信息的距离测度,利用最小距离分类器进行分类识别。在ORL人脸库上的实验结果表明,该方法能够得到较高的识别率。     

一个基于Viola-Jones框架的面部识别算法的改进

基于Viola-Jones框架的面部识别算法,提出使用矩形特征法进行特征值运算,采用感知器学习算法训练最佳特征,确定最佳阈值的算法.实验结果表明:该算法运算速度较快,错误分类率较低,识别率较高,误识率较低.