【摘 要】
：
车辆检测是通过监控图像深入挖掘车辆信息的基础和核心环节,它对于“平安城市”的构建以及智能交通系统的建设有着重要意义。传统的车辆检测算法基于人工设计的浅层特征描述,检测效果不够理想。随着深度学习的兴起,卷积神经网络出色的特征学习能力为车辆检测问题提供了一种有效的解决方案,检测的准确率和速度都有了较大的提升。但是,目前已有的车辆检测算法还不足以克服实际场景中复杂的道路背景信息所带来的干扰,车辆检测的精
论文部分内容阅读
车辆检测是通过监控图像深入挖掘车辆信息的基础和核心环节,它对于“平安城市”的构建以及智能交通系统的建设有着重要意义。传统的车辆检测算法基于人工设计的浅层特征描述,检测效果不够理想。随着深度学习的兴起,卷积神经网络出色的特征学习能力为车辆检测问题提供了一种有效的解决方案,检测的准确率和速度都有了较大的提升。但是,目前已有的车辆检测算法还不足以克服实际场景中复杂的道路背景信息所带来的干扰,车辆检测的精确率与召回率仍然无法满足实际需要。为了提升复杂监控场景下车辆检测的精确率与召回率,本文选取了我国不同城市、不同道路、不同时间段的标准卡口、微卡口、电警卡口的监控图像76603张,对其进行预处理和标注,建立了车辆数据集。基于深度学习方法,本文设计了一种新的卷积神经网络结构,并在公共数据集上验证了该方法的性能,与现有的通用目标检测算法相比,平均精度均值有一定提升。本文将该检测网络应用于复杂监控场景的车辆检测问题,并针对车辆数据集的特点改进网络,进一步提升本文方法的检测能力。为了更好地满足实际工程项目中对车辆检测的性能要求,本文根据实际项目需求,通过设定阈值、最大检出数并设计过滤规则,使得本文方法针对复杂场景车辆检测的精确率与召回率达到了实际应用的要求。具体来说,本文的创新点如下:(1)本文基于高水平的从头训练目标检测算法Scratch Det,结合压缩激发模块,引入注意力机制,对SE模块的位置、缩放因子的大小以及特征提取结构进行消融实验,提出了一种新的从头训练的通用目标检测网络SE-Scratch Det。实验结果表明,在公共数据集PASCAL VOC上,SE-Scratch Det的平均精度均值比经典的单阶段多锚点框(SSD)目标检测算法提升了5.22%,比Scratch Det算法提升了1.07%。(2)将SE-Scratch Det应用于实际项目的车辆数据集上,分析数据集中的目标特点,并根据车辆数据集的数据特点,基于SE-Scratch Det进一步修改锚点框选取策略并进行数据增强处理,同时调整训练策略,提升了SE-Scratch Det对于复杂场景下车辆目标的检测能力。总的来说,本文提出了一种新的从头训练的目标检测网络,提升了特征提取能力及目标检测性能,并成功地运用于车辆数据集,有效地提高了复杂监控场景下的车辆检测能力,在实际项目测试集上车辆检测的精确率达到90%以上,召回率达到98%以上,能够满足实际应用的需求。
其他文献
互联网技术的迅速发展使现有的数据中心网络的规模和业务类型越来越复杂,软件定义网络(Software DefinedNetwork,SDN)因具有转控分离、可编程性强和全局网络视图等特点,在数据中心网络中得到了广泛的应用。数据中心网络中不同网络实体之间的频繁通信会产生大量的数据流,在复杂的网络拓扑结构中容易产生拥塞,对整个网络造成严重影响,因此对数据流进行合理的调度十分关键。本文在SDN数据中心网络
市场信息的传播提高了投资者的市场预期,而交通基础设施的建设促进了市场信息的传递,增强了城市与城市之间的可达性,提高了中心城市对外围城市的经济影响力,缩短了城镇之间的行驶时间,总之,交通是形成有效市场和扩大都市圈的催化剂。“条条道路通罗马”突出了罗马的繁荣,也证明了交通对城市发展的重要推动作用,特别是各个城市之间的大交通更是城市群内输送经济要素的“大动脉”。陕西省位于我国西北地区,地形复杂,经济落后
当前我国在工程伦理领域的研究仍处于起步阶段,江西丰城电厂坍塌、中铁建十五局“5.02”瓦斯爆炸等事故的频繁发生无不体现我国工程伦理领域发展的欠缺;工程建设中,承建单位擅自变更设计、施工方案,施工单位违反标准、盲目赶工期,监理单位玩忽职守等行为屡见不鲜,使得建筑行业中的工程伦理问题显现的尤为严重。研究人员发现了一种有利于组织的不道德行为,并定义为“不道德亲组织行为”,这种行为带来的收益具有短期性和表
当今社会,环境问题,能源危机愈发严重。传统内燃机汽车不仅加剧了石油资源的消耗,其排放的尾气也导致全球温度上升,已经不能够适应当今社会发展的潮流,电动汽车顺势而生。分布驱动式纯电动汽车取消了传统的机械传动装置,传动效率更加高效,但因各个车轮能够独立驱动控制,使分布驱动式纯电动汽车的控制方式更加多样,增加了车辆的控制难度。直接横摆力矩控制是车辆稳定性控制有效方法之一。本文对分布驱动式纯电动汽车的直接横
作为心脑血管疾病发病诱因的高血压病症,其早期发现及预防具有非常重要的医学价值。与不定期的去社区医院进行血压检测相比,在家中进行日常有规律的血压检测,既可以掌握人体检测时的血压值,也可以得到一段时期的血压变化规律,还能为高血压等心血管疾病的监测预防与诊断治疗提供有价值的参考依据。本研究在深入研究血管壁非线性力学特性的基础上,开发了基于容积振动法的如厕时无创血压检测系统,实现了人们在日常如厕时的血压监
长期以来,国内市场一直存在中小企业融资困难的问题,巨大的中小企业及个人贷款需求催生出了 P2P网络借贷这种新兴的借贷模式,其出现对传统以银行为主导的融资体系进行了补充,并缓解了小微企业及人个融资困难的处境。然而,近年来P2P平台“爆雷”现象频发,为许多投资者造成巨大损失的同时,也让整个行业陷入了信任危机。因此,如何对P2P问题平台进行风险识别,对于国内网络借贷投资者以及相关风险监管层是个重大挑战。
我国是世界上近视发生率最高的国家之一,而且近年来青少年近视人数增加的趋势更为明显。同时近视给我们的学习和生活带来了诸多不便,比如影响青少年升学、就业等。因此,对于青少年近视的预防、控制和视力改善显得尤为重要。目前对于青少年假性近视的控制和改善视力的方式主要包括佩戴眼镜、手术治疗、药物治疗。但是上述方式都存在一些不足,比如配戴眼镜对于裸眼视力起不到恢复作用,手术治疗虽然可以改善裸眼视力,但是难免会存
非凸非光滑优化问题广泛出现在实际问题中,如稀疏信号恢复,图像降噪等问题.研究非凸非光滑优化问题的数值算法具有重要的理论与应用价值.本文考虑两类带分块结构的非凸非光滑优化问题.求解带分块结构的优化问题常用的方法为分裂算法.在算法的构造中,惯性技术可以有效减少算法的迭代次数.本文将结合惯性技术研究两类非凸非光滑优化问题的惯性分裂算法.首先,考虑一类带线性约束的非凸非光滑优化问题.Peaceman-Ra
随着人工智能技术(特别是机器学习技术)在大规模棋牌类游戏中取得的重要进展,例如谷歌的Alpha Go和CMU的Libratus分别在围棋和一对一无限注德州扑克游戏上取得了超越当前人类职业玩家的能力,“斗地主”等棋牌类游戏也引起了人工智能研究人员的广泛兴趣,研发开放可共享的棋牌类博弈平台成为该类研究的重要内容。本文研究开放“斗地主”博弈平台,为“斗地主”博弈提供研究的数据集,同时,也为“斗地主”算法
利用半导体光催化技术将太阳能转化为可利用的能量,用于解决能源危机和环境污染问题是当前科学研究的一个重要方向。石墨相氮化碳（g-C3N4）作为一种新型的聚合物半导体因具有合