地面车场多媒体信息融合监控的研究.pdf

收稿日期“ “ 基金项目江苏省自然科学基金资助项目 9 9 A 8 B C D2 ; E 9 9 FGH A I 9 2 3 2 F DE 8 JJ J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J J 4 “ * 文章编号 - K L F 8 2 7 9 RW C X 2 C C 2 V 系统所采用的传感器主要有几种架线式传 感/轨道式传感器/摄像头4 万方数据 多媒体信息融合监控系统功能 多媒体信息融合监控系统具有以下主要功能“ 两级管理模式 系统采用两级管理模式多媒体工作站通过监 视器跟踪显示机车位置 对于一个可同时监视路工业电视信号的地 面车场融合系统 H 的基本可信度分配“ 多媒体工作站在检测到第一个轨道传感器信 息时给识别框架 B DFC CC CA B DGC C 式中 EC C FC C GC C的约束条件为EC CHFC CHGC CDC “ 需 要注意的是进行初始基本可信度分配时除了给 C CA B A 不闯红灯B分配一个G C C外 剩下的基本可 信度应是按照等概率的原则分配给命题 的“ 这并不难理解既然轨道传感器所提供的信息无法 明确地支持是架线车还是电瓶车闯红灯当然系统 只能认定架线车和电机车的基本可信度是一样的“ 然后多媒体工作站以此为起点经过时间间隔 I后进行第二次采样 以后每隔时间间隔I进行一 次采样这样采样J次得到J批证据“多媒体工 作站也就得到J批基本可信度分配“ C KA B DEC KC KA B DFC KC KA B DGC K A K DC L JB M 在这里 J可以视现场需求决定“需要注意的 是在这J批证据中轨道传感信息也许并非一致 支持命题“于是系统就可以针对这J批证据运 用N * 4O . / * 0 P Q 3 2 * 0合成法则进行合成完成轨道 传感信息的时域融合得到 CA B DECCA B DFCCA B DGCM 另一方面当多媒体工作站在检测到9 ;发 送的轨道传感器的第一次闯红灯信息时根据轨道 传感器的信息来源向现场服务器发出调用请求 调用与发出信息的轨道传感器距离最近的摄像头 的即时图像帧信息“ 多媒体工作站在得到这帧图像后将其进行图 像的分类识别然后根据识别结果是否有电机 车是电瓶车还是架线车也给出识别框架上一个 基 本可信度分配 CA B CA B CA B “与轨道 传感器类似图像传感器摄像头的信息也可进 行时域融合“通过下面用到的多网络融合方法可 得到图像的时域融合结果A B A B A B “ 7 “ R 传感信息的空域融合 由于各路传感信息的时域融合只是一个局部 融合结果因此还必须运用证据理论对从轨道传 感器S摄像头这两路传感源的时域融合结果进行空 域融合分别得到A B A B A B “ 然后再根据预置的决策门限A ; , - . / B 比较 A B和这个门限根据比较结果进行决策“如果 满足T A B U; , - . / 则给出机车闯红灯的最终信 息“多媒体工作站进行相应的显示和报警“相关事 件信息如报警时间S地点A哪个传感器B S工业电视 画面等存储到现场服务器的数据A仓B库“ 由于对图像传感信息来说识别框架下基本可 信度的分配依赖于图像的分类与识别结果因此融 合的关键在于第一步即如何解决图像分类识别“ 7 “ 7 图像融合分类识别 上面提到在地面车场融合监控系统中对图 像传感信息来说识别框架下基本可信度的分配依 赖于图像的分类与识别结果因此融合监控的关键 在于解决图像分类识别问题这实际上是一个 从二维视图A工业电视画面B识别三维目标的问题“ 因为这是一个富有挑战性的研究课题“即使最简 单的目标其不同视点的二维视图往往差异很大“ 比如在地面车场中机车在其运行路线中的不同时 刻通过摄像头所采集的画面通常会有较大的差 异“这个差异的形成与机车离摄像头的远近S机车 运行方向S摄像头自身状况A如镜面清洁度B S环境 条件等有密切的联系“而生物视觉系统对此展现了 非常强的识别能力且它们的识别过程趋向于选择 目标的二维视图而不是目标的三维描述“ 神经网络用于目标分类识别已有不少研究 也一直是一个热点V WX Y“但正如前述神经网络存 在局部极值S收敛速度较慢S网络结构优化困难等 Z[C 中国矿业大学学报第\ 卷 万方数据 缺陷对于给定的问题“尚无有效的方法可以找到 合适的隐层神经元数而且网络的初始权值学习 率及动量系数的选取都会影响网络性能 为了减小上述问题对网络识别性能的影响“人 们提出了若干方法本文在借鉴前人工作的基础 上“提出采用多个多层前向网络 图像采集 图像预处理神经网络训练神经网络 分类多网络融合判决“给出识别结果 介绍了融合监控系统的组成和功能“建立 了系统融合监控的结构模型 介绍了融合监控系统的一个重要组成部分 视频切换控制子系统 ’ 以机车闯红灯为例“阐述了融合监控的具 体实现过程即系统对来自轨道传感器图像传感 器两路传感信息分别进行时域融合A在此基础上“ 多媒体工作站对时域融合的局部结果“进行空域融 合“从而给出最终的判决结果A B 采用多个多层前向网络 C D 于洪珍 J ; K K L G I J F ; K B L K K J ’ ; ’ B ’ L ’ B M I I G “ 6 3 - \ ] _ ‘ a b _ ;U 1 6- 39 c - d , 92 /1 6 95 , 1 9 4 - 3 / 2 O - 1 2 3/ 5 . 2 32 3 1 2 O 3 *2 /* O 2 5 3 4d 17 2 1 1 2 31 6 9 e 2 3 * 1 - 3 2 - , E 3 9 “1 6 9 3 / 2 O - 1 2 3/ 5 . 2 3f- . O 9 . 9 - O 0 6 9 4 O . 1 , 8 “1 6 9 / 5 3 0 1 2 3- 3 40 2 d 2 . 1 2 32 / - / 5 . 2 3 2 3 1 2 O 3 *. 8 . 1 9 f9 O 9 3 1 O 2 4 5 0 9 4- 3 41 6 90 2 3 . 1 O 5 0 1 2 32 4 5 , 92 /1 6 9/ 5 . 2 32 3 1 2 O 3 *. 8 . 1 9 f- . 9 . 1 - 7 , . 6 9 4 Z 6 9 3f 1 6- 39 c - d , 91 6 - 11 O - O 5 3 .1 6 O 2 5 * 6O 9 41 O - / / 0, * 6 1 “1 6 9O 9 - , d O 2 0 9 9 4 3 *2 // 5 . 2 3 2 3 1 2 O 3 *f- . 4 9 . 0 O 7 9 4 W- 9 , 81 6 9 . 8 . 1 9 - g 9 . 1 9 O 9 - , / 5 . 2 3/ 2 O 1 6 9 - * 9 . 9 3 . 2 O - 3 41 O - 0 g. 9 3 . 2 O . 9 d - O - 1 9 , 8 3 - , , 8 “1 6 9 5 , 1 9 4 - f2 O g . 1 - 1 2 3- g 9 . 1 6 9 . d - 0 9 O 9 - , / 5 . 2 3/ 2 O 1 6 9 d - O 1 - , O 9 . 5 , 1 2 / 1 6 9 1 9 O 9 - , / 5 . 2 3 “1 6 5 . / 3 - , h 9 O 4 0 1 O 9 . 5 , 1 . 4 9 0 4 9 4 ij kl m ‘ n ;/ 5 . 2 32 3 1 2 O 3 * A* O 2 5 3 4d 1 7 2 1 1 2 A. 9 3 . 2 O A5 , 1 9 4 - J责任编辑 陈其泰 o 第期于洪珍等;地面车场多媒体信息融合监控的研究 万方数据