版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、智能化的交通解決方案已經成為緩解交通壓力的有效手段,人工智能和大數據的蓬勃發(fā)展,給智能交通領域帶來了新的活力和發(fā)展。與此同時,基于交通監(jiān)控的智能化算法是當前交通信息采集的前沿發(fā)展方向和熱點問題,而基于視頻的車輛檢測和跟蹤任務則是交通信息采集的基礎和關鍵工作,是多樣交通參數獲取的基礎數據支撐。由于交通場景的復雜性,造成了車輛檢測和跟蹤中存在諸多挑戰(zhàn),例如遮擋、光照變化以及實時性要求等問題。近年來,深度學習技術在計算機視覺等領域取得了突破性
2、進展,也使得通過視頻分析方法實現交通狀態(tài)分析和理解成為了可能。隨著交通監(jiān)控設備的大量應用,具有豐富交通信息的視頻數據井噴式增長,因此快速、準確地車輛檢測和跟蹤方法對于交通信息獲取,交通運行管理具有重要意義。
本文基于實際道路中多維度的交通視頻監(jiān)控場景,以目前優(yōu)秀的目標檢測和跟蹤算法為基礎,對實現準確高效的車輛跟蹤算法進行了深入研究,提出了多模塊融合的車輛跟蹤框架。本文主要完成了以下工作:
首先,提出了基于深度神經網絡
3、的車輛檢測方法。依據車輛及其周圍環(huán)境信息,以候選區(qū)域提出網絡和檢測網絡組成的網絡結構為基礎,利用深度學習框架Caffe,訓練得到了魯棒的車輛檢測器。實驗驗證了算法在多種天氣和交通場景中取得了良好的效果。
其次,針對核化相關濾波跟蹤方法在模型更新方面的缺陷,提出一種基于增量學習的模型更新方法。通過建立早期跟蹤模型的快照集合,結合近鄰幀收集的模型,采用增量更新的方式,構建了包含早期以及當前目標信息的主成分的跟蹤模型。通過與多種模型
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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
- 交通場景中運動車輛的檢測與跟蹤方法研究.pdf
- 交通場景中運動車輛的檢測與跟蹤方法研究(1)
- 復雜場景中車輛違章檢測及跟蹤算法的研究與實現.pdf
- 基于光流的動態(tài)場景中運動車輛檢測與跟蹤算法研究.pdf
- 交通場景中的運動目標跟蹤方法研究.pdf
- 復雜場景下車輛跟蹤研究.pdf
- 交通場景下的運動目標檢測與跟蹤的算法研究.pdf
- 基于視頻的交通車輛跟蹤算法研究.pdf
- 交通場景圖像中車輛檢測和分類研究.pdf
- 復雜場景中單目標跟蹤算法研究.pdf
- 復雜場景中目標跟蹤算法的應用.pdf
- 交通場景中智能多目標跟蹤技術研究.pdf
- 交通視頻監(jiān)控中車輛檢測與跟蹤的研究.pdf
- 智能交通中車輛檢測與跟蹤技術的研究.pdf
- 城區(qū)交通場景中運動目標視覺跟蹤方法研究.pdf
- 復雜場景中目標跟蹤算法魯棒性研究.pdf
- 動態(tài)場景中運動目標檢測與跟蹤算法研究.pdf
- 智能交通系統復雜場景下車輛檢測與跟蹤技術研究.pdf
- 自然場景下目標跟蹤算法的研究.pdf
- 交通環(huán)境下的車輛檢測與跟蹤算法研究與實現.pdf
評論
0/150
提交評論