Отслеживание автомобилей Используя приоритетное обнаружение
Этот пример показывает, как обнаружить и считать автомобили в видео последовательности с помощью Гауссовых моделей смеси (GMMs).
Модель в качестве примера
Следующие данные показывают модель Tracking Cars Using Foreground Detection:
Обнаружение и отслеживающие результаты
Обнаружение и подсчет автомобилей могут использоваться, чтобы анализировать шаблоны трафика. Обнаружение является также первым шагом до выполнения более сложных задач, таких как отслеживание или классификация автомобилей их типом.
Этот пример использует vision.ForegroundDetector, чтобы оценить приоритетные пиксели видео последовательности, полученной от стационарной камеры. vision.ForegroundDetector оценивает фон с помощью Гауссовых Моделей Смеси и производит приоритетную маску, подсвечивающую основные объекты; в этом случае, движущиеся автомобили.
Приоритетная маска затем анализируется с помощью блока Blob Analysis, который производит ограничительные рамки вокруг автомобилей. Наконец, количество автомобилей и ограничительных рамок вовлечено в исходное видео, чтобы отобразить конечные результаты.
Отслеживание результатов
Моделируйте в Совете Xilinx Zynq
Алгоритм в этом примере подходит для реализации встроенного программного обеспечения. Можно развернуть его на процессоре ARM™ с помощью исходного проекта обработки видеоданных Xilinx™ Zynq™. Смотрите Автомобили Отслеживания с Находящимся в Zynq Оборудованием (Пакет Поддержки Computer Vision Toolbox для Xilinx Находящееся в Zynq Оборудование).