近年来,随着城市现代化进程的推进,私家车数量逐年快速增长,城市停车位严重不足。如何提高路侧停车管理系统的智能化程度,有效管理及充分利用路侧停车位资源来应对停车需求,成为当前迫切需要解决的问题。针对于此,本文设计基于视频的智能化路侧停车计时管理方案,研究方案中实现路侧停车计时功能的关键:停车行为识别技术,识别车辆停入、驶离泊位行为。首先对车辆行为识别的基础工作:运动目标检测及多目标跟踪进行深入研究,然后基于跟踪轨迹研究路侧停车行为识别方法。主要研究工作如下:1.为了满足路侧停车场景对运动目标检测算法实时性和环境适应性的要求,分析并改进了高斯混合背景建模算法,提出结合时空信息的自适应高斯混合建模方法。首先根据间歇性运动与背景更新之间的矛盾,利用历史匹配次数并根据反正切函数曲线形状作为背景学习率的变化规律,推导出自适应背景学习率计算公式;然后将前景像素判别规则分为两步:利用三帧差原理的前景初判、利用邻域投票的前景判定。实验结果表明,该算法在实时性和环境适应性方面有所提高,检出目标更加完整、包含噪声更少。2.针对基于检测的多目标跟踪方法过于依赖目标检测器的问题,研究粒子滤波免检测跟踪算法,在基于检测的多目标在线跟踪算法基本框架下,提出粒子滤波改进的多目标跟踪策略。利用颜色特征与空间特征计算目标之间的联合相似性,并进行两次数据关联,根据数据关联结果及粒子滤波预测估计结果,对多目标轨迹进行创建、删除、维持增长的管理。实验验证了该算法的有效性,并能在一定程度上解决目标遮挡、目标漏检对多目标跟踪准确性的影响。3.对跟踪轨迹进行轨迹平滑处理,分析路侧停车全过程中:停入过程和驶离过程轨迹状态,提取有效运动参数:速度、加速度、运动偏角,利用运动参数对轨迹状态进行量化分析,以此建立基于轨迹片段的路侧停车行为判别模型。实验验证了该模型识别路侧停车行为的有效性,能有效识别停车过程中开始停车、车辆停入、开始驶出、车辆驶离行为,且算法实时性较好,满足路侧停车计时管理基本需求。