隨著社會經濟的飛速發(fā)展,城市交通環(huán)境越來越便捷,這使我們的交通出行得到改善,然而伴隨而來的是我們不容忽視的交通安全問題。在各種媒體的報道中不難發(fā)現(xiàn),大型載重汽車的安全隱患指數(shù)是非常高,如果能實現(xiàn)大型載重汽車識別智能化,將使智能交通系統(tǒng)更快捷方便地為人們的出行服務。本文主要研究了人工智能的機器學習理論和深度學習理論,設計并實現(xiàn)了基于人工智能的大型載重汽車識別系統(tǒng),該系統(tǒng)將機器學習方法和深度學習方法應用于大型載重汽車識別,實現(xiàn)了智能交通應用創(chuàng)新。該系統(tǒng)分別采用機器學習中的HOG+SVM方法和深度學習中的VGGNet-16模型,使用這兩種方法分別對大型載重汽車進行識別,同時對這兩種算法進行了優(yōu)化,經過實驗測試表明使用深度學習模型VGGNet-16識別效率更高,在開發(fā)過程中使用OpenCV+Python+TensorFlow工具。該系統(tǒng)的工作流程如下:首先進行區(qū)域選擇,把所選區(qū)域各個路口監(jiān)控視頻通過OpenCV工具實時轉換為圖像,然后通過建立好的兩種具備識別能力的識別模型分別進行識別,如果在城區(qū)內禁行時間段識別到大型載重汽車通行則會觸發(fā)警報。該系統(tǒng)數(shù)據(jù)庫采用MySQL,它存儲過往車輛的信息,用來統(tǒng)計大型載重汽車在各個時間段出現(xiàn)的數(shù)量,這些信息有助于用戶分析載重汽車出行的規(guī)律及為后期系統(tǒng)升級做準備。
【學位單位】：東北師范大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP18;U463.6
【文章目錄】：
中文摘要
英文摘要
第一章 緒論
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀
    1.3 研究目標和意義
        1.3.1 研究目標
        1.3.2 研究意義
    1.4 研究內容和方法
    1.5 論文組織結構
第二章 相關理論和支撐技術
    2.1 機器學習相關理論
        2.1.1 機器學習概述
        2.1.2 圖像分類傳統(tǒng)算法的常用特征
        2.1.3 支持向量機（SVM）
    2.2 深度學習
        2.2.1 深度學習概述
        2.2.2 卷積神經網絡
        2.2.3 VGGNet
    2.3 開發(fā)工具
第三章 基于人工智能的大型載重汽車識別方法
    3.1 數(shù)據(jù)集
    3.2 構建HOG+SVM大型載重汽車識別模型
    3.3 深度學習模型的優(yōu)化
    3.4 構建VGGNet-16 大型載重汽車識別模型
第四章 系統(tǒng)需求分析與概要設計
    4.1 系統(tǒng)整體業(yè)務概述
    4.2 系統(tǒng)需求分析
        4.2.1 系統(tǒng)功能性需求分析
        4.2.2 系統(tǒng)非功能性需求分析
    4.3 系統(tǒng)的概要設計
        4.3.1 系統(tǒng)設計目標與原則
        4.3.2 系統(tǒng)總體架構
        4.3.3 系統(tǒng)功能模塊設計
        4.3.4 系統(tǒng)運行環(huán)境搭建
第五章 系統(tǒng)詳細設計與實現(xiàn)
    5.1 數(shù)據(jù)結構及數(shù)據(jù)接入
        5.1.1 數(shù)據(jù)結構
        5.1.2 數(shù)據(jù)接入
    5.2 系統(tǒng)主要功能模塊詳細設計與實現(xiàn)
        5.2.1 城市區(qū)域和郊區(qū)大型載重汽車識別詳細設計與實現(xiàn)
        5.2.2 城市區(qū)域和郊區(qū)進行數(shù)據(jù)統(tǒng)計
        5.2.3 警報模塊詳細設計與實現(xiàn)
第六章 系統(tǒng)測試
    6.1 系統(tǒng)測試環(huán)境
    6.2 系統(tǒng)功能測試
        6.2.1 大型載重汽車識別模型測試
        6.2.2 數(shù)據(jù)統(tǒng)計測試
        6.2.3 警報觸發(fā)測試
        6.2.4 其他功能測試
    6.3 系統(tǒng)性能測試
    6.4 系統(tǒng)用戶測試
第七章 總結與展望
參考文獻
致謝
在學期間公開發(fā)表論文及著作情況

【相似文獻】

相關期刊論文 前10條

1 凌昕;亓妍妍;;視頻監(jiān)控視角下的人臉跟蹤與識別系統(tǒng)[J];數(shù)字通信世界;2017年02期

2 趙雪琪;;淺議高校園區(qū)導示識別系統(tǒng)設計的現(xiàn)狀與思維拓展--以湖南商學院為例[J];藝術與設計(理論);2017年05期

3 崔曉川;鄒博維;張恒嘉;;基于精確定位的交通標識識別系統(tǒng)的檢測方法研究[J];汽車科技;2017年05期

4 陳樂;;假如我會變[J];廣東第二課堂(上半月小學生閱讀);2017年12期

5 周韌;;產品識別系統(tǒng)的視覺符號化構建途徑研究[J];工業(yè)設計研究;2016年00期

6 趙雪琪;;淺議博物館室內導示識別系統(tǒng)的設計原則與思路拓展[J];藝術與設計(理論);2014年03期

7 謝金輝;;城市精神與城市競爭優(yōu)勢識別系統(tǒng)的構建——以武漢精神的塑造為例[J];學習與實踐;2012年06期

8 劉雪穎;;單兵識別系統(tǒng)的現(xiàn)狀與發(fā)展[J];電訊技術;2010年06期

9 鄭朝輝;;以日本為例談環(huán)境識別系統(tǒng)與環(huán)境的和諧設計[J];裝飾;2009年11期

10 趙倩;;大型會展的導向識別系統(tǒng)設計[J];青島理工大學學報;2009年06期

相關博士學位論文 前7條

1 王春立;面向大詞匯量的連續(xù)中國手語識別系統(tǒng)的研究與實現(xiàn)[D];大連理工大學;2003年

2 袁威;光折變晶體體全息識別系統(tǒng)相關峰均勻性及小型化的研究[D];哈爾濱工業(yè)大學;2009年

3 項冬冬;關于動態(tài)隱患識別系統(tǒng)的研究[D];華東師范大學;2013年

4 劉通;面向心拍識別的心電信號的高層特征研究[D];吉林大學;2016年

5 趙博;網絡加密流量的協(xié)議不相關在線識別技術研究[D];解放軍信息工程大學;2012年

6 趙斐;基于延遲時間理論的設備系統(tǒng)預防性維修策略研究[D];北京科技大學;2015年

7 郭艷娥;灰質體積作為阿爾茨海默病潛在生物標記物的研究及基層醫(yī)療機構阿爾茨海默病輔助識別系統(tǒng)的初步建立[D];中國人民解放軍醫(yī)學院;2014年

相關碩士學位論文 前10條

1 戶其修;基于OCR開源框架的常用公式識別系統(tǒng)的研究與實現(xiàn)[D];北京郵電大學;2019年

2 李夢玉;基于URL的惡意訪問識別系統(tǒng)的設計與實現(xiàn)[D];北京郵電大學;2019年

3 陳睿;基于深度學習的專業(yè)領域術語識別系統(tǒng)設計與實現(xiàn)[D];北京郵電大學;2019年

4 袁偉;基于深度學習的行人再識別系統(tǒng)的研究與實現(xiàn)[D];北京郵電大學;2019年

5 宋子恒;基于異構計算架構的嵌入式交通標志牌識別系統(tǒng)的設計與實現(xiàn)[D];北京郵電大學;2019年

6 高思雯;基于人工智能的大型載重汽車識別系統(tǒng)設計及實現(xiàn)[D];東北師范大學;2019年

7 許亞杰;基于機器視覺的車票票面信息識別系統(tǒng)研究[D];北方民族大學;2019年

8 熊偉民;可穿戴式運動識別系統(tǒng)及其算法的研究與實現(xiàn)[D];武漢理工大學;2018年

9 羅偉建;基于多傳感器的坐姿識別系統(tǒng)研究[D];武漢理工大學;2017年

10 張小強;經編鞋面數(shù)碼印花定位識別系統(tǒng)的設計[D];五邑大學;2018年

本文編號：2859352