随着交通运输行业的迅速发展和智慧交通建设的大力推进,智能交通监控系统得到国内外科研工作者的广泛关注。通过利用视觉感知技术提取交通视频中的有效信息,将传统的“人找信息”模式转变为自动获取交通信息的“信息找人”模式,从而充分发挥交通管理系统智能化的优势。本文设计了一种能够从实时交通视频中采集路网运行状态的智能监控系统,该系统可以采集车辆行驶信息和交通流量信息,监控违章停车、车辆逆行、违法变道、行人入侵和交通拥堵等异常交通事件,并在事件发生时立即报警,从而达到保障车辆安全行驶、减少因交通事故造成的经济损失和人员伤亡的目的。论文主要开展的工作如下:(1)为实时获取道路上的车辆、行人和非机动车的位置信息,本文对比分析了Faster R-CNN、YOLO v3和Tiny YOLO v3三种目标检测算法的性能。在满足系统检测精度的前提下选择了检测速度更快、更加轻量化的Tiny YOLO v3对交通视频中的待检对象进行检测。(2)为验证本文设计的算法在交通视频中的性能表现,采集不同时段的城市道路、高速公路、隧道等地点的真实场景的监控视频,并对其筛选、标注,建立具有35000余张图像的路网交通监控数据库。(3)为了获取车辆的行驶轨迹,需要将不同帧间同一车辆的位置联系起来以实现视频序列中的车辆跟踪。本文分别对基于光流特征、基于运动信息和融合外观特征与运动信息的三种多目标跟踪算法的原理和性能进行了分析比较。(4)分析了在交通视频中监控系统如何实现各项监控任务,在此基础上联合了目标检测算法和目标跟踪算法。对比多种算法后,作者选择融合外观特征与运动信息的多目标跟踪算法与目标检测算法建立了联合算法,以实现交通信息的获取和交通事件的监控。经测试,该联合算法对各项任务的准确率均能达到91%以上。在此基础上,该算法可对多路交通视频“轮询”监控,从而在隔帧情况下跟踪道路上的车辆,实现对路网运行状态的智能监控。综上所述,本文以图像的视觉感知技术为基础,利用目标检测和多目标跟踪技术获取交通视频中车辆行驶信息并监测异常交通事件,设计了一种可以实时监控路网运行状态的智能交通监控系统。图44幅,表20个,参考文献63篇。