【摘要】：智能交通是目前城市發(fā)展的主要趨勢,車流量統(tǒng)計作為智能交通中重要的一部分,能夠為交通管理部門提供決策數(shù)據(jù),這樣就能提高道路運輸效率,增加道路的通暢性,在一定程度上解決了城市交通難題。然而,車流量統(tǒng)計準確率低的現(xiàn)象普遍存在,制約了智能交通的發(fā)展。本文在研究車流量統(tǒng)計問題上,分析影響車流量統(tǒng)計準確率的關(guān)鍵因素,分別從車輛識別、車輛跟蹤和車輛計數(shù)方面提高車流量統(tǒng)計的準確率。在車輛識別方面,采用YOLO網(wǎng)絡(luò)識別車輛,針對YOLO網(wǎng)絡(luò)在識別車輛方面存在的不足對其進行優(yōu)化,在手工標注的車輛識別數(shù)據(jù)集上訓練網(wǎng)絡(luò)模型,運用交通視頻對訓練得到的網(wǎng)絡(luò)模型進行車輛識別效果驗證;在車輛跟蹤方面,采用均值漂移算法跟蹤檢測區(qū)域內(nèi)的運動車輛,針對均值漂移算法存在的目標跟蹤丟失問題,結(jié)合YOLO網(wǎng)絡(luò)的回歸特性對均值漂移算法進行改進,并對改進后的車輛跟蹤算法進行有效性驗證;在車輛計數(shù)方面,提出一種基于YOLO網(wǎng)絡(luò)的車流量統(tǒng)計方法,在道路中設(shè)置車流量統(tǒng)計區(qū)域,對檢測區(qū)域內(nèi)的車輛進行識別并跟蹤,計數(shù)器函數(shù)根據(jù)車輛進入?yún)^(qū)域的登記信息和跟蹤算法提供的車輛離開信息完成車流量的統(tǒng)計;搭建車流量統(tǒng)計實驗系統(tǒng),對車流量統(tǒng)計算法進行可行性驗證。以上研究結(jié)果表明,基于YOLO網(wǎng)絡(luò)的車流量統(tǒng)計算法實時性好、魯棒性高,有效提高了車流量統(tǒng)計的準確率,對解決交通堵塞問題、合理化指導城市交通具有重要意義。
【學位授予單位】：西安科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：U495

【參考文獻】

相關(guān)期刊論文 前10條

1 馬懷志;;基于視頻圖像處理技術(shù)的車流量檢測系統(tǒng)的設(shè)計與研究[J];長春工程學院學報(自然科學版);2015年04期

2 孟令成;吳健珍;;基于視頻圖像的車流量檢測系統(tǒng)[J];黑龍江科技信息;2015年35期

3 曹劍東;劉振華;馬英杰;;綜合運輸體系信息化發(fā)展的推進思路[J];綜合運輸;2015年08期

4 席志紅;李永佳;段煉;;基于局部特征和MeanShift的目標跟蹤算法研究[J];電子科技;2015年06期

5 張虹波;匡銀虎;;基于視頻檢測技術(shù)的交通車流量研究[J];計算機與現(xiàn)代化;2014年12期

6 張桂梅;姚偉;;一種基于低秩矩陣的車流量檢測算法[J];南昌航空大學學報(自然科學版);2014年04期

7 陸化普;李瑞敏;;城市智能交通系統(tǒng)的發(fā)展現(xiàn)狀與趨勢[J];工程研究-跨學科視野中的工程;2014年01期

8 朱士虎;游春霞;;一種改進的均值濾波算法[J];計算機應(yīng)用與軟件;2013年12期

9 鄭欣;彭真明;;基于活躍度的脈沖耦合神經(jīng)網(wǎng)絡(luò)圖像分割[J];光學精密工程;2013年03期

10 張寧;林明;;基于新型信號源的微波車流量檢測器設(shè)計[J];計算機工程與設(shè)計;2012年08期

相關(guān)碩士學位論文 前1條

1 尹朝征;基于視頻虛擬線圈的交通流參數(shù)檢測[D];清華大學;2002年

本文編號：2771844