在真實世界中的受限頻寬網路之自動交通監控系統的運動目標檢測算法METHOD AND APPARATUS FOR MOVING OBJECT DETECTION USING PRINCIPAL COMPONENT ANALYSIS BASED RADIAL BASIS FUNCTION NETWORK

專利類型

發明

專利國別 (專利申請國家)

美國

專利申請案號

14/231,637

專利證號

US 9,349,193 B2

專利獲證名稱

在真實世界中的受限頻寬網路之自動交通監控系統的運動目標檢測算法METHOD AND APPARATUS FOR MOVING OBJECT DETECTION USING PRINCIPAL COMPONENT ANALYSIS BASED RADIAL BASIS FUNCTION NETWORK

專利所屬機關 (申請機關)

國立臺北科技大學

獲證日期

2016/05/24

技術說明

自動運動目標檢測算法對於智慧型交通系統是一個很重要的關鍵，特別是對於交通的管理和車流的監控。在真實世界下的交通監控系統之影像傳輸通常會遭受到頻寬不穩定或是網路擁塞等問題，特別是在無線通訊系統中。位元率控制機制會被啟用來調整最適合的位元頻寬，造成了變動的頻寬出現。然而，在變動頻寬下要能有效的偵測移動物體是很困難的任務。因此，本文提出一個創新的運動目標檢測算法，此演算法主要由一個基於主成分分析的RBF類神經網路所構成。實驗結果證實所提出的方法可以有效的在變動頻寬下偵測移動物體，同時也勝過其他知名的演算法高達84.68% 和 88.78% 分別在Similarity和F1兩個標準上。 Motion detection plays an important role in video surveillance system. Video communications over wireless networks can easily suffer from network congestion or unstable bandwidth, especially for embedded application. A rate control scheme produces variable bit-rate video streams to match the available network bandwidth. However, effective detection of moving objects in variable bit-rate video streams is a very difficult problem. This paper proposes an advanced approach based on the counter-propagation network through artificial neural networks to achieve effective moving object detection in variable bit-rate video streams. In this paper, we compare our method with other state-of-the-art methods. The overall results show that our proposed method substantially outperforms other state-of-the-art methods by Similarity and F1 accuracy rates of 83.34% and 89.71%, respectively.

備註

本會(收文號1120059208)同意該校112年9月4日北科大產學字第1127900224號函申請終止維護專利

連絡單位 (專責單位/部門名稱)

專利技轉組

連絡電話

02-87720360

網址