本文關(guān)鍵詞：基于卷積神經(jīng)網(wǎng)絡(luò)的監(jiān)控視頻車型識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)　出處：《西南交通大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： ITS 卷積神經(jīng)網(wǎng)絡(luò) ResNet 車型識(shí)別 分布式系統(tǒng)Celery 數(shù)據(jù)統(tǒng)計(jì)

【摘要】：隨著中國(guó)經(jīng)濟(jì)的不斷發(fā)展,中國(guó)的汽車持有量呈爆炸性增長(zhǎng),汽車數(shù)量的不斷增長(zhǎng)給城市交通帶來(lái)了巨大的壓力,而城市智能交通系統(tǒng)的出現(xiàn)能一定程度上減輕城市的交通壓力。智能交通系統(tǒng)通過集成不同領(lǐng)域中多項(xiàng)高端技術(shù)來(lái)建立一個(gè)高效、精準(zhǔn)、智能化的地面交通系統(tǒng)。而監(jiān)控視頻車型識(shí)別系統(tǒng)是智能交通系統(tǒng)的重要組成部分,也是智能交通系統(tǒng)的基礎(chǔ)數(shù)據(jù)來(lái)源。本文主要實(shí)現(xiàn)了基于卷積神經(jīng)網(wǎng)絡(luò)的高速公路監(jiān)控視頻車型識(shí)別系統(tǒng)。通過大量實(shí)驗(yàn)對(duì)比,選取較優(yōu)的卷積神經(jīng)網(wǎng)絡(luò)模型——?dú)埐罹W(wǎng)絡(luò)模型(ResNet)來(lái)實(shí)現(xiàn)車輛圖像識(shí)別。首先對(duì)監(jiān)控視頻背景圖像進(jìn)行提取,利用背景差分來(lái)實(shí)現(xiàn)運(yùn)動(dòng)物體檢測(cè),同時(shí)實(shí)現(xiàn)對(duì)視頻車輛的跟蹤。最后利用訓(xùn)練好的殘差網(wǎng)絡(luò)模型對(duì)車輛圖像進(jìn)行分類識(shí)別。同時(shí),本文搭建了分布式系統(tǒng)Celery,利用分布式系統(tǒng)來(lái)分擔(dān)大量計(jì)算任務(wù),通過多線程并行、并發(fā)來(lái)實(shí)現(xiàn)路網(wǎng)中不同路段監(jiān)控視頻的實(shí)時(shí)、同時(shí)車型識(shí)別任務(wù),以實(shí)現(xiàn)對(duì)整個(gè)路網(wǎng)的監(jiān)控視頻車型識(shí)別,并將識(shí)別結(jié)果保存于數(shù)據(jù)庫(kù)中。最后本文對(duì)存儲(chǔ)于數(shù)據(jù)庫(kù)中的車型信息數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,并以圖表的形式進(jìn)行呈現(xiàn)。主要包括路網(wǎng)中不同路段的車型數(shù)據(jù)信息、不同時(shí)間段的車輛數(shù)量變化信息,這些統(tǒng)計(jì)信息有助于幫助用戶及時(shí)掌握路況信息及車輛數(shù)量變化信息。
[Abstract]:......
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 袁志勇,查桂峰,陳綿云,張仁宏;基于反對(duì)稱小波的車型識(shí)別研究[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2005年06期

2 袁志勇,查桂峰,陳綿云;基于聚類的二級(jí)模糊綜合評(píng)判的車型識(shí)別研究[J];計(jì)算機(jī)工程與應(yīng)用;2005年12期

3 運(yùn)國(guó)蓮;陳啟美;丁勝軍;;基于非完備貝葉斯網(wǎng)絡(luò)的車型識(shí)別方法[J];交通與計(jì)算機(jī);2006年01期

4 賈永濤;張帆;;車型識(shí)別專家系統(tǒng)的設(shè)計(jì)[J];計(jì)算機(jī)測(cè)量與控制;2006年04期

5 張寧;施毅;何鐵軍;;基于虛擬線圈的車型識(shí)別研究[J];交通與計(jì)算機(jī);2008年01期

6 顏?zhàn)客?;基于歷史數(shù)據(jù)的車型識(shí)別方案[J];中國(guó)交通信息化;2012年03期

7 袁愛龍;陳懷新;吳云峰;;基于尺度顯著性算法的車型識(shí)別方法[J];微型機(jī)與應(yīng)用;2012年15期

8 華莉琴;許維;王拓;馬瑞芳;胥博;;采用改進(jìn)的尺度不變特征轉(zhuǎn)換及多視角模型對(duì)車型識(shí)別[J];西安交通大學(xué)學(xué)報(bào);2013年04期

9 劉玉銘,白明;一種基于模糊模式識(shí)別方法的車型識(shí)別儀[J];公路交通科技;2000年01期

10 張海峰,段穎妮;道橋收費(fèi)站車型識(shí)別技術(shù)[J];現(xiàn)代電子技術(shù);2001年09期

相關(guān)會(huì)議論文 前7條

1 韓冬梅;呂芳;;智能交通系統(tǒng)中車型識(shí)別的軟件設(shè)計(jì)與實(shí)現(xiàn)[A];全國(guó)第4屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

2 王超;劉翠響;;視頻圖像中車輛的車型識(shí)別算法研究與實(shí)現(xiàn)[A];第二十七屆中國(guó)（天津）2013IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2013年

3 鄧天民;邵毅明;崔建江;;一種車型識(shí)別算法及其應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

4 張全元;戴光明;陳良;;一種新的基于實(shí)時(shí)視頻流的車型識(shí)別算法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

5 張大奇;曲仕茹;劉真崢;;基于環(huán)投影小波分形特征的車型自動(dòng)識(shí)別方案[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

6 趙天青;梁旭斌;許學(xué)忠;蔡宗義;張敏;;車型識(shí)別中聽覺特征提取算法的研究[A];第三屆上�！靼猜晫W(xué)學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

7 劉直芳;游健;王運(yùn)瓊;游志勝;;運(yùn)動(dòng)汽車投影陰影分割算法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

相關(guān)博士學(xué)位論文 前2條

1 李麗宏;基于多傳感器信息融合的超限超載檢測(cè)系統(tǒng)設(shè)計(jì)研究[D];太原理工大學(xué);2013年

2 胡耀民;基于視頻的車型識(shí)別關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 鄧柳;基于深度卷積神經(jīng)網(wǎng)絡(luò)的車型識(shí)別[D];西南交通大學(xué);2015年

2 張明貴;道路車輛的車型識(shí)別方法研究[D];貴州民族大學(xué);2015年

3 涂文華;基于數(shù)據(jù)融合的交通物聯(lián)網(wǎng)感知節(jié)點(diǎn)研究與應(yīng)用[D];南昌大學(xué);2015年

4 劉超;多姿態(tài)車型識(shí)別算法設(shè)計(jì)及應(yīng)用研究[D];電子科技大學(xué);2014年

5 王欣;基于小波分析的車型自動(dòng)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

6 凌永國(guó);基于卡口圖像車型識(shí)別的研究[D];廣西師范大學(xué);2015年

7 張海彬;基于卡口圖像的車型識(shí)別方法研究[D];合肥工業(yè)大學(xué);2015年

8 郭志明;基于視頻圖像的車型識(shí)別方法的研究[D];東北大學(xué);2014年

9 張飛云;基于深度學(xué)習(xí)的車輛定位及車型識(shí)別研究[D];江蘇大學(xué);2016年

10 程麗霞;監(jiān)控視頻中的車型識(shí)別技術(shù)研究[D];廣東工業(yè)大學(xué);2016年

，

本文編號(hào)：1348825