隨著互聯(lián)網(wǎng)行業(yè)和社會經(jīng)濟的飛速發(fā)展,城市交通方式更加多種多樣,隨之而來的是交通情況愈加復(fù)雜,城市交通問題愈發(fā)突出。依靠傳統(tǒng)的車輛監(jiān)控設(shè)施已經(jīng)無法滿足當(dāng)前城市的交通管制需求。隨著深度學(xué)習(xí)方法在計算機視覺領(lǐng)域的深入發(fā)展,涌現(xiàn)了多種多樣的車輛檢測和跟蹤方式,因此對復(fù)雜交通場景下的車輛監(jiān)控亟需進(jìn)行技術(shù)革新。本文著眼于交通路口車輛未按導(dǎo)向車道行駛的問題,開發(fā)了一套基于深度學(xué)習(xí)算法的車輛監(jiān)控系統(tǒng),相比于傳統(tǒng)的方案該系統(tǒng)對復(fù)雜場景具有魯棒性強,運行速度快,參數(shù)量少,準(zhǔn)確度高等優(yōu)點。本文具體工作如下:在DETRAC數(shù)據(jù)上訓(xùn)練了物體檢測算法模型,使用殘差網(wǎng)絡(luò)對SSD主干網(wǎng)進(jìn)行改進(jìn),并通過聚類算法優(yōu)化了prior box的尺度,接著進(jìn)行了實驗測試。經(jīng)過驗證本文算法相比于SSD算法在參數(shù)量、運行速度和準(zhǔn)確度上都有提升。為使跟蹤模塊可以滿足實時性要求,在車輛跟蹤模塊中使用了tracking-by-detection的思路,提出了新的判定相鄰幀中同一目標(biāo)的條件并使用統(tǒng)計的方式說明其合理性。同時在跟蹤模塊中加入多尺度的KCF算法,使得算法在犧牲很少運行時間的情況下提升了算法的穩(wěn)定性,并通過5段不同場景下的測試視頻... 

【文章來源】：南京理工大學(xué)江蘇省211工程院校

【文章頁數(shù)】：90 頁

【學(xué)位級別】：碩士

【部分圖文】：

SVM 示意圖

理論基礎(chǔ)碩士學(xué)位論文18圖2.2生物神經(jīng)元圖示人工神經(jīng)元是人工神經(jīng)網(wǎng)絡(luò)中的基本單元。人工神經(jīng)元接收一個或多個輸入(表示神經(jīng)樹突的興奮性突觸后電位和抑制性突觸后電位)并將它們相加以產(chǎn)生輸出(或激活，表示神經(jīng)元沿其軸突傳遞的動作電位)。通常每個輸入都是單獨加權(quán)的并且總和通過非線性激活函數(shù)進(jìn)行輸出。如圖2.3所示。圖2.3神經(jīng)元結(jié)構(gòu)示意圖對于圖2.3給定的神經(jīng)元結(jié)構(gòu)，令n個輸入信號用1~nxx進(jìn)行表示，權(quán)重使用1~nww表示。此外還有一個偏置量使用kb進(jìn)行表示，則第k個神經(jīng)元的輸出為1(b)nkkjjkjywx(2.12)輸出類似于生物神經(jīng)元的軸突，其值可以通過突觸傳播到下一層的輸入，也可能退出系統(tǒng)，最后作為輸出向量的一部分。2.1.2.2多層感知機多層感知機(Multi-LayerPerceptron,MLP)是一種前饋神經(jīng)網(wǎng)絡(luò)。MLP至少包括三層節(jié)點：輸入層，隱藏層和輸出層。除輸入節(jié)點外，每個節(jié)點是包含非線性激活函數(shù)的神經(jīng)元。MLP使用反向傳播的監(jiān)督學(xué)習(xí)技術(shù)進(jìn)行訓(xùn)練。如圖2.4所示。

理論基礎(chǔ)碩士學(xué)位論文18圖2.2生物神經(jīng)元圖示人工神經(jīng)元是人工神經(jīng)網(wǎng)絡(luò)中的基本單元。人工神經(jīng)元接收一個或多個輸入(表示神經(jīng)樹突的興奮性突觸后電位和抑制性突觸后電位)并將它們相加以產(chǎn)生輸出(或激活，表示神經(jīng)元沿其軸突傳遞的動作電位)。通常每個輸入都是單獨加權(quán)的并且總和通過非線性激活函數(shù)進(jìn)行輸出。如圖2.3所示。圖2.3神經(jīng)元結(jié)構(gòu)示意圖對于圖2.3給定的神經(jīng)元結(jié)構(gòu)，令n個輸入信號用1~nxx進(jìn)行表示，權(quán)重使用1~nww表示。此外還有一個偏置量使用kb進(jìn)行表示，則第k個神經(jīng)元的輸出為1(b)nkkjjkjywx(2.12)輸出類似于生物神經(jīng)元的軸突，其值可以通過突觸傳播到下一層的輸入，也可能退出系統(tǒng)，最后作為輸出向量的一部分。2.1.2.2多層感知機多層感知機(Multi-LayerPerceptron,MLP)是一種前饋神經(jīng)網(wǎng)絡(luò)。MLP至少包括三層節(jié)點：輸入層，隱藏層和輸出層。除輸入節(jié)點外，每個節(jié)點是包含非線性激活函數(shù)的神經(jīng)元。MLP使用反向傳播的監(jiān)督學(xué)習(xí)技術(shù)進(jìn)行訓(xùn)練。如圖2.4所示。

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的幀差法在空間運動目標(biāo)檢測中的應(yīng)用[J]. 王恩旺,王恩達(dá).  天文研究與技術(shù). 2016(03)
[2]權(quán)重系數(shù)自適應(yīng)光流法運動目標(biāo)檢測[J]. 劉洪彬,常發(fā)亮.  光學(xué)精密工程. 2016(02)
[3]一種改進(jìn)的ViBe算法結(jié)合多特征融合的陰影移除方法[J]. 甘玲,趙華翔.  微電子學(xué)與計算機. 2015(11)
[4]AutoScope視頻車輛檢測系統(tǒng)在高速公路監(jiān)控系統(tǒng)中的應(yīng)用[J]. 賈冬冬.  公路交通科技. 2003(S1)
[5]基于光流場分割和Canny邊緣提取融合算法的運動目標(biāo)檢測[J]. 張澤旭,李金宗,李寧寧.  電子學(xué)報. 2003(09)

碩士論文
[1]基于視頻分析處理的高清視頻電子警察系統(tǒng)的應(yīng)用研究[D]. 張翼.復(fù)旦大學(xué) 2011



本文編號：3612315