检索结果-内蒙古大学图书馆

通过分析磁阻传感器车辆检测原理和输出信号特性,提出了一种改进型自适应阈值的有限状态机车辆检测算法。该算法实现了基准值和阈值在线实时更新,解决了由环境引起的基线漂移、固定阈值引起的精度降低、以及中间状态机不能判别车辆离开等问题。实际路段测试表明,该算法对车流量的检测准确度可达97%以上,可以应用于磁阻车辆检测系统。

关键词：磁阻传感器车辆检测算法智能交通系统

来源：评论

学校读者我要写书评

暂无评论

基于RIHOG的运动车辆检测算法研究及实现

基于RIHOG的运动车辆检测算法研究及实现

引用

作者：张迪华中科技大学

学位级别：硕士

随着监控发展的需求，基于视频的车辆检测问题已成为竞相研究的热点对象，相关研究成果已广泛的应用于智能交通系统中。车辆检测作为智能交通系统中的首要任务，其性能对后续的处理及应用具有重大影响。本文的车辆检测系统流程包括：（... 详细信息

随着监控发展的需求，基于视频的车辆检测问题已成为竞相研究的热点对象，相关研究成果已广泛的应用于智能交通系统中。车辆检测作为智能交通系统中的首要任务，其性能对后续的处理及应用具有重大影响。本文的车辆检测系统流程包括：（1）利用高斯混合模型建立背景模型，对运动车辆区域进行初步分割，（2）通过HOG特征进行特征提取，（3）使用ELM算法学习分类模型。针对车辆检测存在不同角度的旋转和背景光照复杂多变等问题，本文提出RIHOG特征，该特征满足旋转不变性；同时自适应更新训练负样本，达到分类器模型也随着时间变化而不断更新，使其可以适应多个应用场景，从而提高了车辆的检测精度。\n 本文的主要内容有：\n （1）介绍了智能交通系统的研究背景和意义，阐述了基于视频的车辆检测的研究现状，总结了车辆检测各个模块的现有方法，了解该论文使用的相关前景检测技术、特征提取算法以及分类器的知识。\n （2）我们提出了基于RIHOG特征的车辆检测算法，该算法分为训练和测试两个阶段，训练阶段通过训练样本集训练出ELM分类器模型，测试阶段首先通过高斯混合模型和形态学处理提取运动区域，然后将运动区域作为测试集，求取测试集的RIHOG特征，并将其放到ELM分类器中。同时通过不断地自适应更新训练集的负样本来更新分类器模型。\n 我们在实际采样的视频数据上，分析了本算法的性能，并与其他技术作了对比。最后对全文的工作进行总结并给出后续的展望。

关键词：智能交通系统车辆检测算法 RIHOG特征高斯混合模型

来源：评论

学校读者我要写书评

暂无评论

基于关键点的车辆检测算法研究

基于关键点的车辆检测算法研究

引用

作者：熊文江西理工大学

学位级别：硕士

车辆检测模型易受光照、遮挡和几何形变等因素的影响,且图像中车辆尺度会随着摄像机镜头的远近发生改变,导致车辆检测模型对远处的车辆辨识度不高。现阶段出现了大量基于深度学习的车辆检测算法,大多采用锚框机制作为车辆检测候选框的... 详细信息

车辆检测模型易受光照、遮挡和几何形变等因素的影响,且图像中车辆尺度会随着摄像机镜头的远近发生改变,导致车辆检测模型对远处的车辆辨识度不高。现阶段出现了大量基于深度学习的车辆检测算法,大多采用锚框机制作为车辆检测候选框的预处理方法,锚框机制在一定程度上能提高模型的检测精度和检测时间,但其存在诸多不足导致车辆检测算法存在一定的局限性。针对上述问题,将目标车辆的关键点视为形状未知的锚框,并提出了三类车辆检测算法:基于角点的车辆检测算法、基于中心点的车辆检测算法和融合中心点和角点的车辆检测算法。主要工作如下:(1)基于角点的车辆检测算法。考虑到主流的车辆检测算法采用锚框机制提取候选区域时存在参数难以选择、正负样本不平衡等问题,利用车辆的角点来代替锚框,通过判断图像中的每一个像素是否为目标车辆的角点来对车辆进行检测。由于车辆遮挡和光照等问题会对模型的精度产生较大地影响,利用伽马变换和随机擦除策略对车辆图像进行增强,在车辆角点特征提取过程中,采用密集连接块和残差单元对特征提取网络进行重建,提高了网络的角点特征提取能力,并增加小尺度的注意力图信息用以小目标车辆的预测。(2)基于中心点的车辆检测算法。由于检测车辆的角点时需要对角点进行匹配,以确定属于同一目标车辆的角点,从而回归出车辆的预测框,而车辆的角点分为左上角点和右下角点,相对于只需检测车辆的中心点要更为复杂,为此采用检测车辆中心点的方法来对车辆的位置和类别进行预测。鉴于特征提取网络需要满足固定尺寸的输入特征,而车辆图像的大小往往不满足这一要求,在进行尺寸的调整时又会存在车辆几何形变的可能性,采用可变形卷积代替传统卷积的方法以提高几何形变车辆的中心点特征提取能力,同时在损失函数中增加GIo U损失项来对车辆预测框和真实框的位置偏差进行预测。(3)融合中心点和角点的车辆检测算法。车辆角点和中心点由于几何位置的不同所包含的车辆特征信息也有所不同,采用融合角点和中心点的特征信息来提高模型的车辆检测性能。为提高模型的检测时间,采用火灾模块对特征提取网络进行压缩,同时采用空洞卷积增加中心点特征的感受野,不仅可以节省模型的推理时间,而且能使模型学习到更多的车辆关键点特征。

关键词：车辆检测算法堆叠沙漏网络锚框机制关键点卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

图像大数据车辆搜索中基于流形学习的车辆检测算法

图像大数据车辆搜索中基于流形学习的车辆检测算法

引用

作者：王涛厦门大学

学位级别：硕士

随着交通的快速发展，车辆数量持续增长，由车辆带来的交通管理、交通安全和社会治安等问题日显突出。在交通道路、小区大院、停车场、交通枢纽等安装的交通视频监控系统每天能产生大量的视频图像数据;互联网上更有大量的包含有车辆的... 详细信息

随着交通的快速发展，车辆数量持续增长，由车辆带来的交通管理、交通安全和社会治安等问题日显突出。在交通道路、小区大院、停车场、交通枢纽等安装的交通视频监控系统每天能产生大量的视频图像数据;互联网上更有大量的包含有车辆的视频图像。基于图像大数据的车辆搜索，能为交通管理、公共安全、车辆调度等提供有效的车辆搜索服务，是建设智慧城市运营管理系统的基础，也是智能技术应用的研究热点。车辆检测是车辆搜索的基础。在交通视频监控系统产生的视频图像中，车流量疏密不均、图像质量参差不齐、车辆类型众多、成像角度和车辆目标的成像大小不一致、车辆拥挤和相互遮挡现象严重、不同天气下的光照和阴影等变化多端，这些因素给车辆检测带来了不小的挑战。\n 本文针对视频图像大数据车辆搜索平台的总体目标和技术分工，专注于研究其中的车辆检测技术。本文的主要工作包括:\n 1.提出了视频图像大数据车辆搜索平台的目标功能和总体流程架构，探讨了其中的关键技术环节和主要难点;归纳了视频图像中车辆检测技术的主要方法，对基于静态图像的车辆检测技术进行了较为全面的分析综述;特别对于基于假设-验证模型的车辆检测技术，进行了较为深入的归纳分析。\n 2.由于车辆出现在图像中的角度变化丰富，本文提出了采用流形学习的方法对这些车辆角度进行子类聚类。基于流形学习算法中的维数约简及聚类机制，利用梯度方向直方图特征描述多角度车辆对象所表现出来的边缘和轮廓特征，通过对高维原始数据进行低维嵌入，在低维空间上对不同角度的车辆进行子类聚类。\n 3.研究了基于可变部件模型的车辆检测算法流程，对含有多种成分的混合模型在初始化时使用的分类方法提出了改进。采用由流形学习聚类后的车辆子类信息，作为混合模型的初始化参数，可显明改善车辆检测效果。通过在PASCALVOC2012数据集上的测试表明，改进后的方法在效果上有明显提升，并对不同视角、不同尺度和相互遮挡等情况具有较强的适应能力。

关键词：图像大数据车辆检测算法流形学习聚类可变部件模型

来源：评论

学校读者我要写书评

暂无评论

自适应背景更新的车辆检测算法

自适应背景更新的车辆检测算法

引用

作者：高雯雯华中科技大学

学位级别：硕士

在车辆检测算法中,单一的目标提取技术在性能是很有限的。为了得到良好的检测效果,有效的途径之一是使用改进的目标提取技术来进行车辆检测。不同的目标提取技术有各自的局限性,使用没有改进的目标提取技术会使得检测结果达不到满意的结... 详细信息

在车辆检测算法中,单一的目标提取技术在性能是很有限的。为了得到良好的检测效果,有效的途径之一是使用改进的目标提取技术来进行车辆检测。不同的目标提取技术有各自的局限性,使用没有改进的目标提取技术会使得检测结果达不到满意的结果,这在智能交通的车辆检测中更为突出。如何克服这些缺点以到达较好的车辆检测效果就是本文所要研究的问题。对于相对较有优势的目标提取技术加以改进和完善是一种解决问题的办法。同时我们也尝试使用两种目标提取技术相融合的技术来解决各自技术本身存在的不足问题,并通过互补得到功能更加完善的、更加智能化的系统。本文围绕如何设计有效的车辆检测算法,开展了以下工作:　　1.研究了基于背景差分法的目标识别技术,重点研究了该算法的核心部分背景提取的各种算法,分析了各个算法的优缺点,为后文中自适背景更新的车辆检测算法中背景提取的算法提供了依据。　　2.研究了基于帧间差分的目标提取技术,分析了帧间差分技术的优势和劣势,并且对帧间差分算法的改进进行了研究。为后文中两种目标识别技术的融合提供了有利的支持。　　3.研究了非监督视频分割的目标提取技术,简要叙述了两种运用比较广泛的算法,但是由于其在智能交通中的使用并不广泛,所以本系统中并未采用此种方法。　　4.研究了自适应背景更新的车辆检测算法,引入了动态阈值获取规范,并且分析了两种阈值获取规范的优劣,将动态阈值获取规范应用于自适应背景更新的车辆检测算法,通过优化动态阈值的获取和更新,以实现自动获取高质量的背景图像和目标区域的提取。在研究了动态多级阈值获取规范后,提出了用动态多级阈值来代替动态的单阈值的方法,希望提高自适应背景更新车辆检测算法在背景获取和目标区域提取中的图像质量和工作效率。　　5.研究了自适应背景更新车辆检测算法的推广,改进了帧间差分与背景差分相融合的运动目标检测方法。改进的算法糅合了单个算法各自的优势,具备了更好的性能和适用性。

关键词：车辆检测算法目标提取自适应背景更新背景差分动态阈值

来源：评论

学校读者我要写书评

暂无评论

一种面向复杂城市交通环境的车辆检测算法

一种面向复杂城市交通环境的车辆检测算法

引用

作者：何晗华中科技大学

学位级别：硕士

城市道路和高速公路网络中的各种交通问题变得越来越严重，极大地影响了人们的正常工作和生活。智能交通系统（ITS）应运而生，它通过电子化交通流信息，使得城市交通管理部门能够更好的统筹调配交通资源。交通流检测是 ITS系统的核心... 详细信息

城市道路和高速公路网络中的各种交通问题变得越来越严重，极大地影响了人们的正常工作和生活。智能交通系统（ITS）应运而生，它通过电子化交通流信息，使得城市交通管理部门能够更好的统筹调配交通资源。交通流检测是 ITS系统的核心功能之一，是保障 ITS系统能够更好运作的基础；交通流检测（车辆检测）装置使用传感技术，获取经过其附近的车辆往来信息。\n 在综合比较了现有产品在成本、寿命、安装维护与适用场合等方面后，本论文提出了针对地磁传感器节点的基于多维磁信号特征量的车辆检测算法，该算法能满足检测节点对算法低功耗要求和计算资源限制的性能要求，并在多种复杂交通环境里维持较高准确率。算法检测节点所在位置的背景磁场值的变化影响，通过同时对地磁场的三个分量信号进行分析，并从中提取特征来完成对车辆通过的识别，使用较快速的事件检测方法以保证识别的实时性，提高了算法在多种交通环境下的识别准确率，能更广泛的应用于城市道路交通系统。\n 算法在真实场景下进行了测试验证，包括红绿灯路口、小区出入口岗亭、快速车流路况等等城市交通场景，并通过多次后续迭代，进一步完成了算法的改进与提升。在离线测试中，在多个复杂交通环境下采集真实地磁数据，一定程度上验证了算法的准确率与稳定性，算法在高峰时段道路拥堵场景下、车辆慢速通过的场景下、停车收费岗亭处、交通顺畅场景下以及车辆快速通过的场景下，都保证了较高的准确率，其中平均正确检测率为95.28%，对于车辆检测，正确检测率对于后续车型识别、车速估计以及车辆跟踪定位等有重要意义；在实地搭建车流检测系统的测试床进行在线验证的过程中，设计并实现了一套较为合理且实用的数据提取和校准方法，通过比对网关转发的节点事件时间信息和岗亭升降杆的事件时间信息，获取算法检测的准确率，平均正确检测率为91.30%。能达到平均95%的检测精度。

关键词：智能交通系统车辆检测算法交通流检测地磁传感器多维磁信号城市交通

来源：评论

学校读者我要写书评

暂无评论

基于帧差法的运动车辆检测算法研究

引用

电子世界 2021年第3期 35-36页

作者：周越李硕沈阳理工大学

针对车辆的运动目标检测,帧差法可以迅速、精准地把监控视频中的运动车辆检测出来,也就是把运动目标从序列图像中提取出来。在发展社会经济的大背景下,我们的城市越来越城市化,但是随之而来的问题也越来越多,比如生活的秩序很混乱,这时... 详细信息

针对车辆的运动目标检测,帧差法可以迅速、精准地把监控视频中的运动车辆检测出来,也就是把运动目标从序列图像中提取出来。在发展社会经济的大背景下,我们的城市越来越城市化,但是随之而来的问题也越来越多,比如生活的秩序很混乱,这时实时的人数统计就可以发挥它的作用了。

关键词：帧差法人数统计监控视频运动车辆检测车辆检测算法序列图像运动目标检测城市化

来源：评论

学校读者我要写书评

暂无评论

基于地磁传感器的车辆检测算法研究

引用

福建质量管理 2017年第17期 180-181页

作者：李文翔西南民族大学电气信息工程学院四川成都 610041

地磁传感器是一种利用地磁变化来检测车辆的新型设备.通过分析大量的地磁数据,提出一种基于波形峰谷值特征的车辆检测算法.在有轨电车路口预警系统定位设计中,为确保有轨电车定位的准确性和可靠性,可以同时应用基于RFID和地磁车辆检测... 详细信息

地磁传感器是一种利用地磁变化来检测车辆的新型设备.通过分析大量的地磁数据,提出一种基于波形峰谷值特征的车辆检测算法.在有轨电车路口预警系统定位设计中,为确保有轨电车定位的准确性和可靠性,可以同时应用基于RFID和地磁车辆检测的定位设计,以得到较为准确的定位,由于路口车辆的多样性和复杂性,本文提出车辆检测算法和通过地磁传感器的磁场变化量可以判断出是有轨电车的到来还是其他车辆的到来.

关键词：地磁传感器车辆检测算法定位

来源：评论

学校读者我要写书评

暂无评论

基于轨迹图磁阻传感器车辆检测算法

引用

通信技术 2011年第7期44卷 83-85页

作者：黄景武邹传云陈瑞鑫西南科技大学信息工程学院四川绵阳621010

采用磁阻传感器实现车辆车位占用状态的可靠、快速检测,至今没有得到很好地解决,单纯依靠阈值判断或者采用状态机检测的算法很难解决这一问题。现分析了当前的车辆检测算法,着重讨论传感器在车辆经过时输出曲线的特性。结合磁阻传感器... 详细信息

采用磁阻传感器实现车辆车位占用状态的可靠、快速检测,至今没有得到很好地解决,单纯依靠阈值判断或者采用状态机检测的算法很难解决这一问题。现分析了当前的车辆检测算法,着重讨论传感器在车辆经过时输出曲线的特性。结合磁阻传感器的输出特性提出基于轨迹图分析的磁阻传感器车辆检测算法,该算法能很好的跟踪曲线特性并有利于信号曲线的处理。Matlab仿真证明了该算法的可行性和正确性。

关键词：磁阻传感器车辆检测算法轨迹图分析高斯分布

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：