版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著經(jīng)濟快速發(fā)展,城市人口和機動車擁有量急劇增長,交通流量日益增大,擁擠堵塞情況日趨嚴重。為了減輕交通壓力,最關(guān)鍵的是要對車流量進行精確統(tǒng)計從而實現(xiàn)合理分流,而想要達到這個目的,車輛的自動檢測就成了至關(guān)重要的一步。此外,近年來路面監(jiān)控攝像頭大幅增加也為車輛檢測提供了硬件條件。因此,對監(jiān)控視頻實時自動檢測車輛技術(shù)進行深入研究,提高其檢測精度,具有重要的現(xiàn)實意義。
傳統(tǒng)方法對視頻監(jiān)控圖像的處理已有長足的發(fā)展,但是對背景和光線的干擾
2、,雨雪黑夜等惡劣天氣的影響以及視頻監(jiān)控圖像中車輛的重疊問題依然效果不佳,而且傳統(tǒng)方法的耗時過長無法滿足實時性的需求。深度學(xué)習(xí)技術(shù)作為目前最炙手可熱的技術(shù)之一,已經(jīng)在很多領(lǐng)域展現(xiàn)出了驚人的能力。使用卷積神經(jīng)網(wǎng)絡(luò)來對圖像進行檢測是深度學(xué)習(xí)在圖像處理上的一大應(yīng)用。本文對傳統(tǒng)的車輛檢測方法進行了歸納和總結(jié),針對其不足之處,首次將一種新的基于深度學(xué)習(xí)的檢測算法應(yīng)用在車輛檢測中,重在解決傳統(tǒng)方法無法解決的問題。
首先,對經(jīng)典的傳統(tǒng)車輛檢測
3、算法進行深入研究,詳細介紹算法的原理,對比它們在本文復(fù)雜場景下的檢測結(jié)果并分析其各自的優(yōu)缺點,得出結(jié)論它們并不適用于本文所要求的場景,由此提出本文基于深度學(xué)習(xí)的車輛檢測算法。算法單獨訓(xùn)練RPN網(wǎng)絡(luò)和Fast RCNN網(wǎng)絡(luò),并對它們進行交替訓(xùn)練實現(xiàn)卷積層共享,以此來構(gòu)成一個統(tǒng)一的網(wǎng)絡(luò)實現(xiàn)車輛的檢測。
其次,對深度學(xué)習(xí)框架 Caffe的特性、搭建環(huán)境和復(fù)雜的搭建步驟進行詳細介紹,分析在Caffe框架上搭建本文算法所使用的網(wǎng)絡(luò)模型以
4、及網(wǎng)絡(luò)參數(shù)、訓(xùn)練參數(shù)的設(shè)置。把在晴天、陰天、雨天、雪天、夜晚、車輛重疊六種情況下拍攝的視頻轉(zhuǎn)換成20000張樣本圖片,并對每張圖片中的車輛進行標定,得到自制數(shù)據(jù)集,繼而采用梯度下降法對其進行訓(xùn)練,得到車輛檢測網(wǎng)絡(luò)。
最后,用六種不同場景下的樣本圖片分別對本文算法和其他幾種算法進行測試,從檢測準確率和實時性兩個方面對各算法進行總結(jié),并分析它們各自的優(yōu)缺點。
相較于傳統(tǒng)的車輛檢測算法,本文算法檢測準確率更高,實時性更好,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于深度學(xué)習(xí)的人臉檢測算法的研究與實現(xiàn).pdf
- 基于深度學(xué)習(xí)的車道線檢測算法研究.pdf
- 監(jiān)控視頻中基于在線學(xué)習(xí)的車輛跟蹤檢測算法與實現(xiàn).pdf
- 基于視頻的運動車輛檢測算法研究與系統(tǒng)實現(xiàn).pdf
- 基于單目視覺的車輛檢測算法的研究與實現(xiàn).pdf
- 基于深度學(xué)習(xí)的自然場景文本檢測算法研究.pdf
- 基于深度學(xué)習(xí)的目標檢測算法研究及應(yīng)用.pdf
- 基于視覺的車輛檢測算法研究.pdf
- 基于深度學(xué)習(xí)混合模型的人臉檢測算法研究.pdf
- 基于磁阻傳感器車輛檢測算法的研究與實現(xiàn).pdf
- 基于深度信息的目標檢測算法研究.pdf
- 基于深度學(xué)習(xí)的城市交通場景目標檢測算法研究.pdf
- 智能車輛中基于視頻的車輛檢測算法研究.pdf
- 基于魚眼相機的后方漸近車輛檢測算法的研究與實現(xiàn).pdf
- 基于背景建模的車輛檢測算法研究.pdf
- 基于車載視覺的車輛檢測算法研究.pdf
- 基于距離排序的車輛檢測算法研究.pdf
- 基于視覺的車輛后方障礙物檢測算法研究與實現(xiàn).pdf
- 基于深度學(xué)習(xí)的室外車輛跟蹤算法研究.pdf
- 基于深度網(wǎng)絡(luò)的圖像拷貝檢測算法.pdf
評論
0/150
提交評論