隨著經(jīng)濟(jì)的不斷發(fā)展,私家車持有量不斷增長,交通網(wǎng)絡(luò)布局與城市規(guī)劃適應(yīng)性矛盾突顯,迅速增長的交通需求遠(yuǎn)遠(yuǎn)超過了城市交通領(lǐng)域基礎(chǔ)設(shè)施的跟進(jìn)建設(shè)速度,日益嚴(yán)峻的“停車難”問題,是便民出行的一大障礙。與此同時(shí),飛速發(fā)展的衛(wèi)星遙感技術(shù)已經(jīng)成為空間對地面觀測的主要技術(shù)手段和數(shù)據(jù)來源,借助遙感數(shù)據(jù)可以根據(jù)不同任務(wù)完成相對應(yīng)檢測。為緩解“停車難”問題,發(fā)現(xiàn)停車區(qū)域以及停車位資源是深度學(xué)習(xí)在遙感數(shù)據(jù)下新的挑戰(zhàn)。因此,本文將深度學(xué)習(xí)理論應(yīng)用到遙感圖像中停車場的識別問題,給出基于深度學(xué)習(xí)的遙感圖像車輛檢測方法,同時(shí)借助數(shù)據(jù)挖掘算法實(shí)現(xiàn)對遙感數(shù)據(jù)下停車區(qū)域、停車位資源的發(fā)現(xiàn)和識別。針對傳統(tǒng)目標(biāo)檢測算法在識別遙感圖像小目標(biāo)物準(zhǔn)確性低、速度慢的缺點(diǎn),本文將深度學(xué)習(xí)理論與遙感圖像目標(biāo)檢測任何結(jié)合,采用Darknet深度學(xué)習(xí)框架對基于回歸的YOLO模型進(jìn)行構(gòu)建和改進(jìn),添加了殘差結(jié)構(gòu),使模型的mAP達(dá)到了94%,調(diào)整了模型輸入限制,加入了圖像剪裁拼接的功能,同時(shí)建立用于實(shí)驗(yàn)的遙感數(shù)據(jù)集,得到遙感圖像汽車檢測模型。針對遙感圖像汽車檢測模型輸出結(jié)果,采用數(shù)據(jù)挖掘技術(shù)以及遙感圖像停車區(qū)域發(fā)現(xiàn)方法和遙感圖像停車位預(yù)測方法,對結(jié)... 

【文章來源】：青島大學(xué)山東省

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【部分圖文】：

LeNet-5模型

ReLU函數(shù)圖像

YOLOv3結(jié)構(gòu)圖

【參考文獻(xiàn)】：
期刊論文
[1]智能交通管理中停車誘導(dǎo)系統(tǒng)的有效應(yīng)用[J]. 郝菊香,張瀟,姬文寶.  科技風(fēng). 2020(06)
[2]對于停車場區(qū)域優(yōu)化模型研究[J]. 翟庭鈺,曾鈺潔,王森正.  科技風(fēng). 2020(06)
[3]基于特征融合卷積神經(jīng)網(wǎng)絡(luò)的車型精細(xì)識別[J]. 李致金,張亮,武鵬,丁春健.  計(jì)算機(jī)工程與設(shè)計(jì). 2020(01)
[4]基于STM32的智能停車場管理系統(tǒng)設(shè)計(jì)[J]. 蘇康友,陳國潤.  電子世界. 2020(01)
[5]基于物聯(lián)網(wǎng)的智能停車場系統(tǒng)分析[J]. 邱燕霞.  江西建材. 2019(12)
[6]高架橋下模塊化立體停車場設(shè)計(jì)[J]. 杜鶴蒞.  設(shè)計(jì). 2019(20)
[7]基本車位和出行車位的計(jì)算方法及應(yīng)用[J]. 秦莉,劉淑永,王田田.  交通與運(yùn)輸. 2019(06)
[8]基于深度卷積神經(jīng)網(wǎng)絡(luò)的停車位檢測[J]. 王馬成,黎海濤.  電子測量技術(shù). 2019(21)
[9]基于深度學(xué)習(xí)的高速服務(wù)區(qū)車位檢測算法[J]. 邵奇可,盧熠,陳一葦.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2019(06)
[10]十字路口停車場的研究[J]. 霍超洲,劉薊南,張千宇.  湖北農(nóng)機(jī)化. 2019(11)

碩士論文
[1]基于深度學(xué)習(xí)的衛(wèi)星遙感圖像艦船檢測[D]. 張靖奇.哈爾濱工業(yè)大學(xué) 2019
[2]基于改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)的違章停車檢測[D]. 唐潔.安徽大學(xué) 2019
[3]基于地磁傳感器和卷積神經(jīng)網(wǎng)絡(luò)的停車檢測方法研究[D]. 孔令燃.華中科技大學(xué) 2018



本文編號：3530818