| 公路視頻實(shí)時(shí)車輛檢測(cè)分類與車流量統(tǒng)計(jì)算法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：3311 K | |
| 標(biāo)簽： 卷積神經(jīng)網(wǎng)絡(luò) 目標(biāo)檢測(cè)與分類 實(shí)時(shí)車流量統(tǒng)計(jì) | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：公路視頻實(shí)時(shí)車輛檢測(cè)分類與車流量統(tǒng)計(jì)是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)經(jīng)典問(wèn)題。傳統(tǒng)設(shè)置檢測(cè)帶法，易漏檢復(fù)檢，自動(dòng)化性不好。基于深度網(wǎng)絡(luò)的onestage算法實(shí)時(shí)性好，但是經(jīng)常會(huì)把變化的背景、運(yùn)動(dòng)的非車輛物體納入其中，同時(shí)對(duì)光照變化敏感，夜間分類效果不好。因此，提出采用onestage做目標(biāo)檢測(cè)，并不直接獲取分類結(jié)果，而是根據(jù)標(biāo)注框?qū)⑽矬w切割出來(lái)，去除背景，提升抗背景擾動(dòng)性能和分類效果；再送入一個(gè)經(jīng)過(guò)遷移學(xué)習(xí)的淺層神經(jīng)網(wǎng)絡(luò)；將分類輸出和目標(biāo)檢測(cè)網(wǎng)絡(luò)的位置輸出合并送入一個(gè)全圖匹配算法，進(jìn)行車流量統(tǒng)計(jì)。該方法在保障實(shí)時(shí)性的同時(shí)降低了漏檢和復(fù)檢率。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
卷積神經(jīng)網(wǎng)絡(luò) 相關(guān)資源
- 融合卷積神經(jīng)網(wǎng)絡(luò)的混凝投藥模型研究
- 深度學(xué)習(xí)模型中不同激活函數(shù)的性能分析
- 應(yīng)用于相機(jī)標(biāo)定的亞像素棋盤角點(diǎn)檢測(cè)
- 基于多模態(tài)特征融合的Android惡意程序檢測(cè)
- 基于動(dòng)態(tài)自適應(yīng)計(jì)算引擎的MobileNetV3網(wǎng)絡(luò)
- 基于殘差注意力自適應(yīng)去噪網(wǎng)絡(luò)和Stacking
- 基于改進(jìn)AlexNet卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別的研
- 基于深度學(xué)習(xí)的可視化圖表分類方法研究
zhoubin333 的最新分享
- 基于雙模單包授權(quán)的公路零信任安全應(yīng)用研究*
- 基于區(qū)塊鏈的法檢司數(shù)據(jù)安全共享技術(shù)研究*
- 揭開“算法的面紗”：關(guān)于構(gòu)建算法解釋框架的思考
- 企業(yè)“數(shù)據(jù)池”的商業(yè)秘密保護(hù)路徑探究
- 注意力經(jīng)濟(jì)下陪伴式人工智能平臺(tái)的侵權(quán)責(zé)任
- 數(shù)據(jù)抓取行為競(jìng)爭(zhēng)法規(guī)制中的利益衡量研究
- 基于同態(tài)的多對(duì)多電子投票方案設(shè)計(jì)*
- 基于策略和屬性隱藏的區(qū)塊鏈訪問(wèn)控制方法研究
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2