城市OD調(diào)查,即城市交通起止點調(diào)查,是一項對于城市道路交通管理,城市建設(shè)規(guī)劃都具有重要意義的調(diào)查。O為origin,D為destination。它包括城市道路交通流量調(diào)查和車輛出行起止點調(diào)查。以往的城市OD調(diào)查多采用發(fā)放調(diào)查問卷以及上門采訪的形式。這些方法不僅會消耗大量的人力物力也會浪費很多時間。隨著科技的發(fā)展,使用機器輔助人工完成工作已經(jīng)成為可能。本文將研究如何利用城市內(nèi)大量存在的道路交通監(jiān)控設(shè)備結(jié)合計算機視覺技術(shù),設(shè)計一個能夠節(jié)省人力物力的城市OD調(diào)查系統(tǒng)。進行交通流量調(diào)查,可以使用基于深度學(xué)習(xí)的目標檢測技術(shù)對監(jiān)控圖像進行檢測,獲取目標類別、數(shù)目以及各種屬性。但是訓(xùn)練一個深度神經(jīng)網(wǎng)絡(luò)往往需要大量數(shù)據(jù),而對大量的數(shù)據(jù)進行標注同樣也是一項無趣且費時的工作。針對此問題,本文設(shè)計了一個能夠在線學(xué)習(xí)的輔助標記網(wǎng)絡(luò)。這一網(wǎng)絡(luò)基于目標檢測網(wǎng)絡(luò),能夠檢測出輸入圖像中感興趣的目標的位置、類別等屬性。這些檢測結(jié)果可輔助人工對圖像進行標記。同時,人工標記后的結(jié)果可以反過來用于訓(xùn)練該網(wǎng)絡(luò),使網(wǎng)絡(luò)預(yù)測結(jié)果更加接近人工標記結(jié)果。這樣,經(jīng)過多次訓(xùn)練的網(wǎng)絡(luò),可以更好地輔助人工對圖像進行標記。進行車輛出行起止點調(diào)查...

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-4YOLO模型結(jié)構(gòu)

3192256512102410241024409630卷積層下采樣層卷積層下采樣層卷積層下采樣層卷積層下采樣層卷積層卷積層全連接層全連接層圖2-4YOLO模型結(jié)構(gòu)上圖可以看出，YOLO的網(wǎng)絡(luò)結(jié)構(gòu)與傳統(tǒng)的用于目標分類的網(wǎng)絡(luò)類似，都個卷積層提取特征后經(jīng)過一個或多個全連接....

圖2-5SSD模型結(jié)構(gòu)

310241024512256256256圖2-5SSD模型結(jié)構(gòu)從上圖可以看出，SSD使用了VGG進行最基礎(chǔ)的特征提取，之后加入了不尺度的卷積層，經(jīng)過這些卷積層可以獲得不同尺度的特征圖。對于每一個卷積，都可以使用一系列卷積核在該層獲得的特征圖上進行預(yù)測，每個卷積核都會

圖2-6將行人再識別視作二分類問題的再識別網(wǎng)絡(luò)

也更容易找出不同類之間特征的不同點以及想同類特征之間的相似處。該文章中提到的網(wǎng)絡(luò)模型如圖2-6：606016060120208787252573735073*5卷積及下采樣卷積及下采樣局部鄰域差分73505081500接連全相同不同相圖2-6將行人再識別視作二分類問題的再識別....

圖2-7行人再識別特征融合網(wǎng)絡(luò)模型

用于行人再識別的特征融合網(wǎng)絡(luò)(FeatureFusionNetwork,FFN)[44]使用了這種方法。FFN的模型結(jié)構(gòu)如圖2-7：[224,224,3]提取深度特征原始圖片分為多個橫向條狀圖調(diào)整大小并裁剪五個卷積層提取顏色和紋理特征連接柱狀圖緩沖層融合層4096Softm....

本文編號：3912931