基于YOLO-v3的高速公路交通事件檢測系統(tǒng)研究
發(fā)布時間:2023-04-24 22:02
隨著我國高速公路網(wǎng)的逐漸完善,交通事件也隨著公路里程數(shù)的增加越來越多,高速公路行車安全的重要性凸顯。交通事件發(fā)生后的及時發(fā)現(xiàn)、處理、救援也成為高速公路管理人員關(guān)心的問題,針對高速公路交通事件的檢測一直是研究交通安全的學(xué)者重點研究方向。近年來隨著高速公路監(jiān)控攝像頭的普及應(yīng)用,通過圖像處理技術(shù)對視頻中的交通事件進行檢測也成為研究熱點。本文對連徐高速公路交通事件的檢測和處理流程進行梳理,在連徐高速現(xiàn)有的軟硬件基礎(chǔ)上構(gòu)建了交通事件檢測系統(tǒng),并重點對系統(tǒng)的數(shù)據(jù)處理模塊進行研究,最終實現(xiàn)了對交通事件的檢測和報警。論文先對高速公路事件檢測系統(tǒng)進行了結(jié)構(gòu)和流程研究,然后提出建立基于圖像處理技術(shù)的數(shù)據(jù)處理模塊。數(shù)據(jù)處理模塊的核心算法是目標(biāo)檢測算法和目標(biāo)跟蹤算法。采用傳統(tǒng)的背景差法目標(biāo)檢測算法對視頻圖像中的運動車輛進行檢測,然后用改進的Camshift跟蹤算法對運動車輛進行跟蹤,從而檢測視頻中的車輛運行狀態(tài)并及時對不正常交通狀態(tài)進行處理。傳統(tǒng)算法實現(xiàn)了對運動車輛的檢測和跟蹤功能,但是無法應(yīng)對大流量車流和晃動的視頻。論文對高速公路運動目標(biāo)的特性進行研究,選取了基于YOLO-v3算法的數(shù)據(jù)處理技術(shù),實現(xiàn)了對運...
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
致謝
摘要
abstract
變量注釋表
1 緒論
1.1 研究背景
1.2 國內(nèi)外高速公路交通事件檢測技術(shù)研究現(xiàn)狀
1.3 研究目的
1.4 研究內(nèi)容與技術(shù)路線
2 高速公路交通事件檢測系統(tǒng)
2.1 交通事件
2.2 交通事件檢測系統(tǒng)
2.3 交通事件數(shù)據(jù)處理模塊
2.4 基于背景差法的交通事件檢測和追蹤
2.5 本章小結(jié)
3 基于YOLO-v3的交通事件數(shù)據(jù)處理模塊
3.1 高速公路運動目標(biāo)特性
3.2 YOLO-v3車輛檢測算法
3.3 deepsort跟蹤算法
3.4 本章小結(jié)
4 檢測算法實現(xiàn)
4.1 算法性能評價標(biāo)準
4.2 基于背景差法檢測實現(xiàn)結(jié)果
4.3 基于YOLO-v3算法的檢測追蹤實現(xiàn)結(jié)果
4.4 檢測結(jié)果對比
4.5 本章小結(jié)
5 結(jié)論
5.1 研究成果
5.2 展望
參考文獻
作者簡歷
學(xué)位論文數(shù)據(jù)集
本文編號:3800100
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
致謝
摘要
abstract
變量注釋表
1 緒論
1.1 研究背景
1.2 國內(nèi)外高速公路交通事件檢測技術(shù)研究現(xiàn)狀
1.3 研究目的
1.4 研究內(nèi)容與技術(shù)路線
2 高速公路交通事件檢測系統(tǒng)
2.1 交通事件
2.2 交通事件檢測系統(tǒng)
2.3 交通事件數(shù)據(jù)處理模塊
2.4 基于背景差法的交通事件檢測和追蹤
2.5 本章小結(jié)
3 基于YOLO-v3的交通事件數(shù)據(jù)處理模塊
3.1 高速公路運動目標(biāo)特性
3.2 YOLO-v3車輛檢測算法
3.3 deepsort跟蹤算法
3.4 本章小結(jié)
4 檢測算法實現(xiàn)
4.1 算法性能評價標(biāo)準
4.2 基于背景差法檢測實現(xiàn)結(jié)果
4.3 基于YOLO-v3算法的檢測追蹤實現(xiàn)結(jié)果
4.4 檢測結(jié)果對比
4.5 本章小結(jié)
5 結(jié)論
5.1 研究成果
5.2 展望
參考文獻
作者簡歷
學(xué)位論文數(shù)據(jù)集
本文編號:3800100
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/3800100.html
最近更新
教材專著