期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种新的结合卷积神经网络的隧道内停车检测方法 被引量：12
1
作者 杨祖莨 丁洁 刘晋峰 《重庆大学学报》 EI CAS CSCD 北大核心 2021年第6期49-59,共11页
为了更准确地检测高速公路隧道内停车行为,将传统的图像处理技术与深度学习相结合。首先,通过基于混合高斯模型(Gaussian mixture model,GMM)的背景差分法提取出运动目标。接着通过meanshift算法跟踪这些运动目标,计算运动目标的速度以... 为了更准确地检测高速公路隧道内停车行为,将传统的图像处理技术与深度学习相结合。首先,通过基于混合高斯模型(Gaussian mixture model,GMM)的背景差分法提取出运动目标。接着通过meanshift算法跟踪这些运动目标,计算运动目标的速度以及在相邻视频帧中运动目标的相关性,通过与速度阈值和相似度阈值的比较得到静止目标。最后,结合卷积神经网络(convolutional neural network,CNN)分类模型识别静止目标是否为车辆。文中方法在高速公路隧道视频上进行测试,达到至少84%的准确率。另外,与没有结合卷积神经网络的传统图像处理方法相比,文中方法至少提高了63%的准确率。 展开更多
关键词 人工智能 计算机视觉 图像处理 卷积神经网络
下载PDF
基于改进YOLOv3的高速公路隧道内停车检测方法 被引量：7
2
作者 丁冰 杨祖莨 +2 位作者 丁洁 刘晋峰 闫国亮 《计算机工程与应用》 CSCD 北大核心 2021年第23期234-239,共6页
为了更准确地检测高速公路隧道内停车行为,提出一种基于改进YOLOv3车辆检测模型的高速公路隧道内停车检测方法。通过筛选VOC数据集以及实际高速公路隧道内的车辆图片制作专门用于高速公路隧道内车辆检测的数据集,选取YOLOv3目标检测模... 为了更准确地检测高速公路隧道内停车行为,提出一种基于改进YOLOv3车辆检测模型的高速公路隧道内停车检测方法。通过筛选VOC数据集以及实际高速公路隧道内的车辆图片制作专门用于高速公路隧道内车辆检测的数据集,选取YOLOv3目标检测模型作为车辆检测的基础网络结构,并对其进行加深网络结构的改进使其能够准确检测隧道内的车辆。将DeepSORT跟踪算法应用于改进的停车检测模型中,对车辆进行跟踪从而计算行驶速度,并创新性地设置双重速度阈值来判别车辆的停车行为。实验结果表明,经过改进的YOLOv3模型相比于原模型,在VOC-vehicle数据集和Tunnel-vehicle数据集上的mAP都有所提升,最终获得了mAP为98.19%的高速公路隧道车辆检测模型。将基于改进YOLOv3的高速公路隧道内停车检测方法在高速公路隧道视频上进行测试,可以有效地在高速公路隧道中完成停车检测的任务。 展开更多
关键词 深度学习 YOLOv3 高速公路隧道 车辆跟踪 停车检测
下载PDF
基于深度学习的交通拥堵检测 被引量：5
3
作者 丁洁 刘晋峰 +1 位作者 杨祖莨 阎高伟 《重庆大学学报》 EI CAS CSCD 北大核心 2021年第4期107-116,共10页
针对交通拥堵检测,提出一种利用深度学习中卷积神经网络(convolutional neural network, CNN)对交通拥堵图像进行检测的方法。首先,使用基于TensorFlow框架设计了含有三层卷积层的神经网络分类模型。其次,利用道路拥堵与非拥堵图片对分... 针对交通拥堵检测,提出一种利用深度学习中卷积神经网络(convolutional neural network, CNN)对交通拥堵图像进行检测的方法。首先,使用基于TensorFlow框架设计了含有三层卷积层的神经网络分类模型。其次,利用道路拥堵与非拥堵图片对分类模型进行训练,并进行评估。最后,利用训练完成的模型进行道路拥堵检测,与多种深度学习分类模型分类方法进行对比实验,表明该卷积神经网络模型能够更有效地进行拥堵检测,检测准确率达到了98.1%。 展开更多
关键词 拥堵检测 卷积神经网络 深度学习 TensorFlow
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部