路侧停车是指由交通管理部门利用城市道路,为机动车停放设置的停车位置。近年来机动车数量迅猛增长,造成路侧停车的机动车数量过多。现有路侧停车管理还基本停留在人工操作阶段,人工记录车辆的路侧停车情况,过程复杂繁琐,人工成本高,不能及时发现违法停车。因此,急需提高路侧停车管理的能力和有效性。同时,随着交通监控覆盖面积的扩大,每天都有海量的交通监控视频数据产生,提高这些数据的利用率也是很重要的研究方向。基于监控视频的路侧停车管理是一种新的管理方式。根据监控视频自动检测路侧停车行为,包括检测运动车辆,识别停靠车辆,对停靠车辆进行停车时长统计等。但由于路侧停车监控视频中会有部分交通场景和部分人行道场景,背景复杂,噪声较多,停靠车辆运动缓慢且不规律,加上天气和环境的影响,使得车辆的检测和多目标车辆跟踪仍然面临着诸多问题。基于以上需求,本论文开展基于监控视频的路侧停车行为检测技术研究,主要的研究内容如下:(1)车辆目标检测技术。本文利用自适应混合高斯模型的背景减除法建立动态背景模型来获取运动目标,进而提取运动车辆的感兴趣区域,再对其进行基于哈尔特征的自适应提升(Ada Boost)分类器分类,实现对运动车辆的检测。这种采用了基于自适应混合高斯模型的背景减除法提取前景和分类器分类相结合的运动车辆检测方法,能够将提取出前景区域作为车辆目标的候选,缩小了Ada Boost分类器在每帧图像帧中的搜索区域,使分类器的检测过程更具有针对性,提高了运动车辆检测的准确性,降低了漏检率。(2)车辆轨迹跟踪技术。在运动目标检测的基础上,本文研究了真实路况下基于核相关滤波的多目标跟踪过程,采用相似性度量与匈牙利解法的数据关联方法将多目标跟踪转化为:检测目标与跟踪目标的数据关联、多目标轨迹管理两个核心问题。针对这两个问题分析数据关联结果,研究多目标跟踪轨迹管理策略,实现了多运动车辆的持续跟踪,并有效的解决漏检等情况。(3)系统设计。基于以上关键技术的研究,设计一个路侧停车行为检测系统。系统由视频采集、停车行为检测、数据保存等模块组成。其中停车行为检测模块负责对视频中运动车辆检测跟踪,并采用基于车辆轨迹分析的方法对车辆行为进行检测。通过系统实验表明,本系统能够有效地对路侧停车行为进行检测识别,证明了系统的有效性与可行性。