Warianty tytułu
Języki publikacji
Abstrakty
Techniki śledzenia ruchu pojazdów należą do grupy najbardziej atrakcyjnych algorytmów opartych na analizie sekwencji wizyjnych z punktu widzenia zastosowań w Inteligentnych Systemach Transportowych. Zastosowanie tych metod umożliwia estymację parametrów ruchu pojazdów, co w konsekwencji pozwala m.in. na detekcję zachowań niezgodnych z przepisami o ruchu drogowym.
Czasopismo
Rocznik
Tom
Strony
28--33
Opis fizyczny
Bibliogr. 7 poz., fot., rys.
Twórcy
autor
- Wyższa Szkoła Techniczno-Ekonomiczna w Szczecinie
autor
- Wyższa Szkoła Techniczno-Ekonomiczna w Szczecinie
Bibliografia
- 1. Klein L.A.: Sensor Technologies and Data Requirements for ITS Applications, Artech House 2001.
- 2. Gibson D., Mills M.K., Lawrence A.: Public Roads, FHWA-HRT-06-108, 2006 http://www.tfhrc.gov/its/pubs/06108/index.htm
- 3. Okarma K., Mazurek P.: Background estimation algorithm for optical car tracking applications, Machinebuilding and Electrical Engineering no. 7-8/2006, pp. 7-10.
- 4. Phillips D.B., Smith A.F.M.: Bayesian Model Comparison via Jump Diffusions. In Gilks W.R., Richardson S., Spiegelhalter D.J.: Markov Chain Monte Carlo in Practice. London, Chapman & Hall 1996, pp. 215-239.
- 5. Sobczyk K.: Stochastyczne równania różniczkowe. Warszawa, WNT 1996.
- 6. Okarma K., Mazurek P.: Application of Jump Diffusion Markov Chain Monte Carlo Method to Image Based Traffic Analysis. Journal of Modern Technologies in Transport 1/2007, pp. 33-42.
- 7. Mazurek P., Okarma K.: Estimation of the vehicles’ shapes and spatial locations using Jump Diffusion Markov Chain Monte Carlo method, Prace naukowe Politechniki Warszawskiej - Transport, zeszyt 61 „Technika komputerowa w systemach transportowych”, 2007, str. 13-20.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-cd582cbc-adcc-43c4-b603-ca98660ec276