城市的發(fā)展帶來(lái)了一系列的城市交通問(wèn)題,智能交通系統(tǒng)（Intelligent Transportation Systems,ITS）被認(rèn)為是解決交通問(wèn)題的最佳方法。車流量作為智能交通系統(tǒng)中重要的基礎(chǔ)信息,如何快速、精確地進(jìn)行車流量檢測(cè)是智能交通系統(tǒng)的重要研究?jī)?nèi)容。隨著計(jì)算機(jī)視覺(jué)和物聯(lián)網(wǎng)技術(shù)的發(fā)展,交通視頻監(jiān)控成為交通信息采集的新技術(shù)并將發(fā)揮更大的作用,而如何快速、精確地對(duì)視頻進(jìn)行車輛檢測(cè)和車流量統(tǒng)計(jì)是關(guān)鍵所在。傳統(tǒng)的車輛檢測(cè)方法如背景差分法、幀差法、光流法等具有一定的局限性,基于深度學(xué)習(xí)的目標(biāo)檢測(cè)方法逐漸成為主流方法。本文將深度學(xué)習(xí)應(yīng)用于交通視頻車流量檢測(cè),首先,針對(duì)缺少標(biāo)注數(shù)據(jù)的問(wèn)題,提出基于場(chǎng)景遷移的深度學(xué)習(xí)車輛檢測(cè)模型構(gòu)建方法;然后,針對(duì)車輛檢測(cè)可能出現(xiàn)的漏檢和誤檢情況,提出融合車輛跟蹤的虛擬檢測(cè)區(qū)車流量檢測(cè)方法;最后,將路段拓?fù)潢P(guān)系引入車流量檢測(cè)中,建立路段流量拓?fù)淠Ｐ?對(duì)車流量檢測(cè)結(jié)果進(jìn)行校正。主要完成以下工作:（1）基于場(chǎng)景遷移的深度學(xué)習(xí)車輛檢測(cè)模型構(gòu)建方法研究:針對(duì)缺少標(biāo)注數(shù)據(jù)的問(wèn)題,在公開(kāi)數(shù)據(jù)集的基礎(chǔ)上,將遷移學(xué)習(xí)和深度學(xué)習(xí)相結(jié)合,采用基于樣本的遷移學(xué)習(xí)和基于參數(shù)的遷移學(xué)... 

【文章來(lái)源】：深圳大學(xué)廣東省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

背景差分法原理圖

幀差法原理圖

光流法原理圖

【參考文獻(xiàn)】：
期刊論文
[1]一種結(jié)合光流法與三幀差分法的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J]. 袁國(guó)武,陳志強(qiáng),龔健,徐丹,廖仁健,何俊遠(yuǎn).  小型微型計(jì)算機(jī)系統(tǒng). 2013(03)
[2]基于最大互信息區(qū)域跟蹤的人體行為檢測(cè)算法[J]. 王泰青,王生進(jìn),丁曉青.  自動(dòng)化學(xué)報(bào). 2012(12)
[3]運(yùn)動(dòng)目標(biāo)檢測(cè)的三幀差法算法研究[J]. 王孝艷,張艷珠,董慧穎,李媛,李小娟.  沈陽(yáng)理工大學(xué)學(xué)報(bào). 2011(06)
[4]序列圖像中的目標(biāo)區(qū)域跟蹤算法的設(shè)計(jì)[J]. 高峰,魏少華,劉彩紅.  計(jì)算機(jī)技術(shù)與發(fā)展. 2011(08)
[5]基于三幀差法和交叉熵閾值法的車輛檢測(cè)[J]. 李秋林,何家峰.  計(jì)算機(jī)工程. 2011(04)
[6]一種基于三幀差分和邊緣信息的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J]. 甘明剛,陳杰,劉勁,王亞楠.  電子與信息學(xué)報(bào). 2010(04)
[7]基于視頻分析的車流量綜合檢測(cè)算法[J]. 王勃,賈克斌.  交通信息與安全. 2010(01)
[8]基于加權(quán)累積差分的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤[J]. 左鳳艷,高勝法,韓建宇.  計(jì)算機(jī)工程. 2009(22)
[9]基于視頻的交通流參數(shù)智能檢測(cè)系統(tǒng)研究[J]. 彭哲,吳煒,楊曉敏,陳默,何小海.  成都信息工程學(xué)院學(xué)報(bào). 2008(02)
[10]基于動(dòng)態(tài)閾值對(duì)稱差分和背景差法的運(yùn)動(dòng)對(duì)象檢測(cè)算法[J]. 陳磊,鄒北驥.  計(jì)算機(jī)應(yīng)用研究. 2008(02)



本文編號(hào)：3011457