В этом примере показано, как обнаружить и считать автомобили в видео последовательности с помощью смешанных гауссовских моделей (GMMs).
Следующий рисунок показывает модель Tracking Cars Using Foreground Detection:
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 транспортных средств их типом.
Этот пример использует vision.ForegroundDetector оценить приоритетные пиксели видео последовательности, полученной от стационарной камеры. vision.ForegroundDetector оценивает фон с помощью смешанных гауссовских моделей 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.
Алгоритм в этом примере подходит для реализации встроенного программного обеспечения. Можно развернуть его в процессор ARM™ с помощью исходного проекта обработки видеоданных Xilinx™ Zynq™. Смотрите Автомобили Отслеживания с Находящимся в Zynq Оборудованием (Пакет поддержки Vision HDL Toolbox для Xilinx Находящееся в Zynq Оборудование).
