An HMM/GMM-Based Traffic Scene Analysis

  • سال انتشار: 1384
  • محل انتشار: یازدهمین کنفرانس سالانه انجمن کامپیوتر ایران
  • کد COI اختصاصی: ACCSI11_255
  • زبان مقاله: انگلیسی
  • تعداد مشاهده: 2626
دانلود فایل این مقاله

نویسندگان

Hadi Sadoghi Yazdi

Department of Engineering, Tarbiat Moallem University of Sabzevar, Sabzevar, Iran

Mojtaba Lotfizad

Department of Electrical Engineering, Tarbiat Modarres University, Tehran, Iran

Mahmood Fathy

Faculty of Computer Engineering, Iran University of Science and Technology, Tehran, Iran

Ehsan Kabir

Department of Electrical Engineering, Tarbiat Modarres University, Tehran, Iran

چکیده

In this paper, an HMM/GMM statistical framework is presented for traffic scene analysis. Using this system, offending drivers is distinguished automatically. Three main parts of the proposed system are vehicle's tracking, features extraction from obtained trajectory and constructing stochastic model. Eight HMM/GMM are constructed for eight area of different traffic scene. More than 90 minutes training film is used for generating of statistical model. The parameters of HMM are obtained using Baum-Welch method for each area then obtained log likelihood of HMM output is used for generating of template by GMM. Obtained results show that creating template of HMM by GMM can determine offending drivers efficiently.

کلیدواژه ها

Hidden Markov Model, Gaussian Mixture Model, and traffic scene

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.