基于计算机视觉的交通场景智能应用文献综述

文献综述

一﹑系统开发的背景及意义随着我国社会经济的迅速发展以及城市化进程的加快，我国机动车数量不断增长，导致交通问题日益严重，实施有效的交通监控对于解决日益增长的交通问题具有积极意义。

伴随着人工智能进入国家战略层面的议程，以及人工智能技术的不断革新突破，智能交通系统在未来会成为必然的发展趋势，要实现交通系统的直观认识和方便手段，就要将大量的交通信息利用计算机的视觉技术进行处理。

在这种技术应用上，不仅降低了交通的拥堵现象，实现交通的运输期间的畅通性，也减少了大量的交通事故，加强了交通的监管及安全性。

运用计算机视觉基于对公共交通路口摄像头类似视角的影像数据进行处理，采用计算机视觉的算法对各种复杂的交通场景进行检测识别，包括对路口过往车辆的流量进行检测，或者对闯红灯的机动车，斑马线不礼让行人，机动车占用公交车道，机动车违停或者违规越线等违章行为进行检测识别。

二﹑课题涉及技术1.Python语言Python语言是一种效率极高的语言：相比于众多其他语言，使用Python编写时，程序包含的代码行更少。

Python的语法也有助于创建整洁的代码：相比于其他语言，使用Python编写的代码更容易阅读、调试和扩展。

Python被应用于众多方面：编写游戏、创建Web应用程序、解决商业问题以及供各类公司开发内部工具，以及在科学领域被大量用于学术研究和应用研究。

2 OpenCVOpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。

它轻量级而且高效由一系列C函数和少量C 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。