發(fā)布時(shí)間：2020-04-28 03:59

【摘要】：隨著大眾生活水平的提高,汽車數(shù)量越來越多,隨之帶來更多的交通問題。通過車輛檢測(cè)及車型識(shí)別技術(shù)可以有效地緩解交通問題。相對(duì)于傳統(tǒng)的機(jī)器學(xué)習(xí)及圖像處理方法,深度學(xué)習(xí)在計(jì)算機(jī)視覺領(lǐng)域的優(yōu)勢(shì)非常突出。因此,本文采用深度學(xué)習(xí)的方法解決交通中的車輛檢測(cè)和車型識(shí)別問題,為智能交通系統(tǒng)提供技術(shù)支持從而緩解交通擁堵等問題。具體研究?jī)?nèi)容如下:首先,闡述深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ),包括卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)組成和網(wǎng)絡(luò)訓(xùn)練方式,其中結(jié)構(gòu)組成重點(diǎn)研究了卷積層、池化層、幾種常見的激活函數(shù)、全連接層和分類器、正則化,網(wǎng)絡(luò)訓(xùn)練主要研究了反向傳播算法和梯度下降法。其次,針對(duì)傳統(tǒng)的車輛檢測(cè)方法不能適應(yīng)多變的交通環(huán)境問題,本文采用卷積神經(jīng)網(wǎng)絡(luò)自適應(yīng)地提取車輛特征。研究分析基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)系列算法,并選擇性能良好的R-FCN框架作為車輛檢測(cè)網(wǎng)絡(luò)。為了進(jìn)一步提高車輛檢測(cè)的準(zhǔn)確率,本文對(duì)R-FCN框架中的共享卷積網(wǎng)絡(luò)進(jìn)行了改進(jìn),具體方式是增加共享卷積層的數(shù)量,最終使車輛檢測(cè)的平均準(zhǔn)確率提升了4%以上。再次,針對(duì)傳統(tǒng)的車型識(shí)別僅僅是車輛粗分類問題,本文將對(duì)車型進(jìn)行精細(xì)分類,其中包括72種品牌256種車型。研究分析常用的圖像分類網(wǎng)絡(luò),最終選擇分類能力出眾的DenseNet作為車型分類網(wǎng)絡(luò),并在CompCars和VehicleID車型數(shù)據(jù)集驗(yàn)證了車型分類網(wǎng)絡(luò)的有效性。最后,采用真實(shí)場(chǎng)景下的交通圖像和視頻驗(yàn)證車輛檢測(cè)網(wǎng)絡(luò)及車型分類網(wǎng)絡(luò)的效果。結(jié)果表明,車輛檢測(cè)網(wǎng)絡(luò)在不同環(huán)境下都能獲得較高的檢測(cè)準(zhǔn)確率,同時(shí),針對(duì)交通視頻中的車型,車型分類網(wǎng)絡(luò)能夠取得良好的分類效果。
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U495;TP391.41;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫志陽;;淺析智能交通中的車輛檢測(cè)技術(shù)及發(fā)展[J];居舍;2017年32期

2 張輝;;基于HOG-GentleBoost的車輛檢測(cè)方法[J];計(jì)算機(jī)時(shí)代;2018年06期

3 Wikipedia;錢仲興;;世界各國的車輛檢測(cè)[J];汽車與安全;2012年12期

4 田曉霞;王家碩;王會(huì)樸;;有限狀態(tài)機(jī)在夜間車輛檢測(cè)上的應(yīng)用[J];石家莊鐵道大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年04期

5 蔡英鳳;劉澤;孫曉強(qiáng);陳龍;王海;;基于雙車輛可變形部件模型的車輛檢測(cè)方法[J];汽車工程;2017年06期

6 劉東偉;;基于雙車輛可變形部件模型的車輛檢測(cè)方法研究[J];南方農(nóng)機(jī);2017年20期

7 曹曉娟;;智能交通系統(tǒng)中車輛檢測(cè)方法的研究[J];信息化建設(shè);2015年12期

8 許柏平;周舟平;;手機(jī)在車輛檢測(cè)中的應(yīng)用[J];汽車維護(hù)與修理;2013年05期

9 王建強(qiáng);王履程;;基于機(jī)器視覺的隧道車輛檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];自動(dòng)化與儀器儀表;2015年09期

10 董茜;游宇;;重慶機(jī)動(dòng)車強(qiáng)檢“第一現(xiàn)場(chǎng)”[J];今日重慶;2017年06期

相關(guān)會(huì)議論文 前10條

1 孟超超;鮑泓;;車輛檢測(cè)研究綜述[A];中國計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2018年第二十二屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集[C];2018年

2 王忠耀;任青春;王少華;郭春生;;基于紅外視頻的車載行人車輛檢測(cè)系統(tǒng)[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

3 李舜酩;繆小冬;;視覺車輛檢測(cè)方法的研究進(jìn)展及展望[A];2009全國虛擬儀器大會(huì)論文集（二）[C];2009年

4 李鵬飛;趙璽;劉兵;鄒永鋒;;復(fù)雜路況的移動(dòng)車輛檢測(cè)與跟蹤方法[A];2018中國汽車工程學(xué)會(huì)年會(huì)論文集[C];2018年

5 吳園;黎寧;劉苗苗;;一種基于快速水平集方法的運(yùn)動(dòng)車輛檢測(cè)[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

6 鄒月嫻;王一言;關(guān)佩;楊華;陳維榮;;復(fù)雜視頻背景中的運(yùn)動(dòng)車輛檢測(cè)技術(shù)[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

7 吳嶸;何培宇;徐自勵(lì);段文鋒;劉珂含;;一種去背景的車輛檢測(cè)與跟蹤快速算法[A];第十三屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

8 張有節(jié);蔡曉禹;彭博;李少博;;基于無人機(jī)視頻的車輛檢測(cè)與評(píng)價(jià)指標(biāo)研究[A];2017年中國城市交通規(guī)劃年會(huì)論文集[C];2017年

9 高文寶;沙海云;周欣榮;柴干;;高速公路車輛檢測(cè)技術(shù)組合應(yīng)用研究[A];第一屆中國智能交通年會(huì)論文集[C];2005年

10 魏東;劉毅;錢俊彥;;桂林機(jī)動(dòng)車遠(yuǎn)程審驗(yàn)系統(tǒng)[A];廣西計(jì)算機(jī)學(xué)會(huì)2012年學(xué)術(shù)年會(huì)論文集[C];2012年

相關(guān)重要報(bào)紙文章 前10條

1 記者 肖劍雄;大小車輛檢測(cè)費(fèi)均降20元[N];東莞日?qǐng)?bào);2017年

2 記者 幸笑薇;市人大代表開展“最多跑一次”調(diào)研[N];舟山日?qǐng)?bào);2017年

3 練洪洋;車輛檢測(cè) 興利除弊方能有效可靠[N];廣州日?qǐng)?bào);2015年

4 張奇 李小潔;車輛檢測(cè)，為何招來怨聲一片[N];檢察日?qǐng)?bào);2002年

5 記者 楊耀青;車輛檢測(cè)更加公正透明[N];西安日?qǐng)?bào);2011年

6 鄭利平;湖州車輛檢測(cè)科研項(xiàng)目通過鑒定[N];中國交通報(bào);2004年

7 記者 郭亮廷;認(rèn)真安排部署 保障春節(jié)安全[N];郴州日?qǐng)?bào);2019年

8 通訊員 李金華;銅川政協(xié) 提案破解車輛檢測(cè)難[N];各界導(dǎo)報(bào);2015年

9 記者 賈瑞芳;檢車進(jìn)企業(yè) 溫暖送到家[N];河北經(jīng)濟(jì)日?qǐng)?bào);2009年

10 通訊員 劉繼紅;市交警簡(jiǎn)化車輛檢測(cè)程序[N];咸寧日?qǐng)?bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 蔡磊;部件檢測(cè)方法及其在車輛目標(biāo)檢測(cè)中的應(yīng)用[D];西北工業(yè)大學(xué);2017年

2 顏?zhàn)?基于深層卷積神經(jīng)網(wǎng)絡(luò)的車輛檢測(cè)及屬性分析方法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院重慶綠色智能技術(shù)研究院);2018年

3 宋俊芳;基于圖像逆投影3D重建的車輛檢測(cè)關(guān)鍵技術(shù)研究[D];長安大學(xué);2018年

4 張偉;基于視覺的運(yùn)動(dòng)車輛檢測(cè)與跟蹤[D];上海交通大學(xué);2007年

5 王曾敏;小波圖像融合算法及其在視頻車輛檢測(cè)系統(tǒng)中的應(yīng)用研究[D];天津大學(xué);2009年

6 諶彤童;基于三維激光雷達(dá)的動(dòng)態(tài)車輛檢測(cè)與跟蹤[D];國防科學(xué)技術(shù)大學(xué);2016年

7 徐琨;交通視頻監(jiān)控中的車輛檢測(cè)與跟蹤方法研究[D];長安大學(xué);2009年

8 許潔瓊;基于視頻圖像處理的車輛檢測(cè)與跟蹤方法研究[D];中國海洋大學(xué);2012年

9 嚴(yán)捷豐;交通視頻監(jiān)控中的車輛檢測(cè)與分割方法研究[D];中國科學(xué)技術(shù)大學(xué);2008年

10 朱周;復(fù)雜環(huán)境下基于視頻的車輛跟蹤算法研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 耿歡;基于路側(cè)傳感器的多車輛檢測(cè)跟蹤技術(shù)研究[D];北京郵電大學(xué);2019年

2 彭懷宇;基于深度學(xué)習(xí)的車輛檢測(cè)及車型識(shí)別研究[D];哈爾濱理工大學(xué);2019年

3 喬繼梅;改進(jìn)ViBe算法和SSD在運(yùn)動(dòng)車輛目標(biāo)檢測(cè)與跟蹤中的應(yīng)用[D];上海師范大學(xué);2019年

4 盛懌寒;基于多示例學(xué)習(xí)的弱監(jiān)督遙感圖像車輛檢測(cè)[D];廈門大學(xué);2018年

5 沈冉冉;復(fù)雜監(jiān)控場(chǎng)景下車輛檢測(cè)方法研究[D];安徽大學(xué);2019年

6 譚磊;基于HOG特征的車輛檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];北方工業(yè)大學(xué);2019年

7 張翔;基于特征提取的交通數(shù)據(jù)處理與軟件設(shè)計(jì)[D];北方工業(yè)大學(xué);2019年

8 劉志成;基于機(jī)器視覺的車輛檢測(cè)與跟蹤方法研究[D];武漢理工大學(xué);2018年

9 張富有;雷達(dá)與攝像機(jī)視頻融合的車輛檢測(cè)跟蹤技術(shù)研究[D];深圳大學(xué);2018年

10 王文濤;基于智能監(jiān)控下的車輛檢測(cè)與跟蹤[D];湖南大學(xué);2014年

，

本文編號(hào)：2643039