基于卷積神經(jīng)網(wǎng)絡(luò)的交通物體識別系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨之我國經(jīng)濟(jì)社會的不斷向前發(fā)展，城市中的人口以及汽車保有量不斷增多，城市交通問題日益突出。智能交通系統(tǒng)的中存儲著大量高清圖片，這些交通圖像數(shù)據(jù)中包含著大量有價值信息，是警察部門破案、刑偵以及解決交通問題的重要工具。但是，傳統(tǒng)的智能交通系統(tǒng)中，缺乏有效的方案來提取圖像數(shù)據(jù)中的信息，特別是對于交通場景下的行人、車輛等物體識別任務(wù)，目前仍是以人工識別方式為主，浪費(fèi)人力警力，慢速低效。針對交通系統(tǒng)每天產(chǎn)生的海量圖片與智能交通系統(tǒng)物體識別能力不足

2、之間的矛盾，我們設(shè)計實現(xiàn)了面向交通圖像數(shù)據(jù)的快速物體識別系統(tǒng)，旨在利用先進(jìn)的計算機(jī)技術(shù)，實現(xiàn)快速的交通圖像物體識別，提取有效信息，輔助警方工作。
　　在調(diào)研過程中，發(fā)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)作為近年來計算機(jī)視覺領(lǐng)域的前沿技術(shù)，在物體定位、物體識別、物體分類等多個領(lǐng)域都取得了很好效果，受到了學(xué)術(shù)界與工業(yè)界的高度關(guān)注。因此，我們選擇利用卷積神經(jīng)網(wǎng)絡(luò)來進(jìn)行物體識別任務(wù)，并且利用回歸思想結(jié)合卷積神經(jīng)網(wǎng)絡(luò)來減少中間操作，實現(xiàn)快速的物體識別。而且，考慮

3、到GPU在圖像數(shù)據(jù)處理中的強(qiáng)大能力，在某些環(huán)節(jié)采用CUDA編程方式，進(jìn)一步加快處理速度。
　　基于卷積神經(jīng)網(wǎng)絡(luò)的快速物體識別系統(tǒng)，采用模塊化設(shè)計方案，各個模塊均選擇成熟技術(shù)進(jìn)行開發(fā)。采用卷積神經(jīng)網(wǎng)絡(luò)作為物體識別技術(shù)，并利用GPU的高計算能力進(jìn)一步加速識別過程，主要采用C/C++進(jìn)行開發(fā)，在卷積網(wǎng)絡(luò)模塊會引入CUDA編程來加快運(yùn)行速度，實現(xiàn)快速高效識別。數(shù)據(jù)接入采用成熟的Inotify技術(shù)，采用主動方式去獲得相關(guān)數(shù)據(jù)，進(jìn)一步減少延遲