常同伟　梁久祯　吴　秦　王念兵

(1.江南大学物联网工程学院物联网技术应用教育部工程研究中心,无锡,214122;2.常州大学信息与工程学院,常州,213164)

引　　言

当前对车辆异常事件检测主要通过事后人工查看事发视频再进行处理的方式，这种方式费时费力存在种种弊端[1-4]。首先现有的交通事故监测方法均是通过采集高发事故发生地以及交通事故车速等参数，对事故发生地点的道路状况进行定量和定性分析。而对单个交通事故的判定仍需要依赖对具体事故视频的回看、现场调查等方式进行，增加了交通事故鉴定的复杂性和鉴定时间。其次大量的监控设备和长时间的实时监控需要非常大的存储空间来保存监控视频，交通管理部门一般将拍摄后较长时间未使用的监控视频进行删除，就可能将未处理的交通事故视频误删除，引发事故当事人同交通部门的冲突。因此，自动从视频的异常事件中检测和分割出运动对象很有必要，以便将监控视频中交通事故发生过程的相关视频都提取出来，从而大大提高查阅视频的效率。运动对象检测是指将所要研究的运动对象从建模背景中检测或者标记出来。当前运动对象检测的方法主要是基于像素域和压缩域，在像素域中的分割方法有帧差法、光流场法和背景差法等，这些方法分割精度较高，但由于视频分辨率越来越高，从高清(720p,1080p)向超高清(4K,8K)方向发展，逐个像素处理运算量大，像素域方法处理速度受限且计算消耗过大。……