【摘 要】
：
随着汽车逐渐变得平民化，全球汽车保有量也在逐年高速增长，由此带来的交通压力也不断地对现有交通管制系统进行挑战。近些年，人工智能得到了飞速的发展，许多研究机构也开始研究更加智能的交通控制系统，其中对于视频中车辆的检测则是最基础的一部分。 传统的车辆检测算法利用了帧间差分法以及Haar、HOG特征等，这些方法能够在一定程度上实现车辆的检测，但是在复杂的交通环境的检测结果不是很理想，其原因包括车辆种类
论文部分内容阅读
随着汽车逐渐变得平民化，全球汽车保有量也在逐年高速增长，由此带来的交通压力也不断地对现有交通管制系统进行挑战。近些年，人工智能得到了飞速的发展，许多研究机构也开始研究更加智能的交通控制系统，其中对于视频中车辆的检测则是最基础的一部分。
传统的车辆检测算法利用了帧间差分法以及Haar、HOG特征等，这些方法能够在一定程度上实现车辆的检测，但是在复杂的交通环境的检测结果不是很理想，其原因包括车辆种类的多种多样，遮挡、旋转以及光照变化等众多因素。利用深度学习的技术，可以处理传统方法无法解决的一些问题，应用深度学习的车辆检测也在越来越多的研究中使用。本文主要对基于深度学习方法的车辆检测进行研究，进行的工作主要有：
(一)提出了一种利用传统方法对车辆进行粗定位，并使用深度学习的方法对车辆进行精确定位的方法；
(二)本文提出了一个车辆检测系统，利用一定的控制机制，对使用深度学习的车辆检测方法和传统的车辆跟踪方法进行结合，达到近乎实时的车辆检测速度；
(三)收集了从天津市六个不同道路交口监控摄像中拍摄得到的监控视频，对这些视频使用本文所构建的系统进行车辆目标检测处理，并对从中抽取一定的处理结果同人工识别的结果进行比对，从而验证本文所提出系统在现实中的复杂环境应用的有效性。
其他文献
随着互联网规模的不断扩大以及应用的不断增加，带宽需求呈现爆炸式增长，这导致网络资源的使用逐步趋近于饱和，因此网络资源的有效利用成为网络运营商一直以来所关注的问题。正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)采用多个正交的子载波并行传输数据，将OFDM应用在光网络中，可以有效提高网络频谱利用率、抵抗色度色散和偏振模色散。OFDM技术在
近年来，随着多媒体与计算机网络技术的飞速发展，数字图像作为最直观的信息载体已成为人们进行信息交流的重要手段。越来越多的数字图像在以Internet、无线网络等为代表的开放性网络中传播，极大地方便了信息的访问与共享。与此同时，商业、金融、医疗、科研、军事、政治等诸多敏感领域的图像信息在开放网络环境下的传输存在着巨大的安全隐患，经常会遭遇到各种潜在的人为攻击，包括信息的非法获取、篡改与发布等，给信息拥
近年来，云计算应用的高速发展和用户群体的不断扩大，导致云数据中心需要合理地对用户的各种应用任务进行管理，给数据中心的任务处理带来了巨大的压力，因此，如何对大量任务进行合理、高效的调度和管理，维持相对均衡的负载水平，是云计算急需解决的关键问题。 面对云计算虚拟化、高可伸缩性、以及需要满足用户需求兼顾服务提供商利益等特点，传统的任务调度方法已经无法为云数据中心提供准确的调度算法，因此，研究面向云计算
阵列方向图综合是阵列信号处理领域的一个研究热点，通过优化非均匀阵列和相控阵列中的可变参数，实现具有低旁瓣、精确控制零陷和高方向图指向性等指标的期望方向图综合，广泛应用于通信系统、雷达系统以及相控阵系统等大规模天线阵列系统中。虽然现有各类智能优化算法已经取得了一定突破，但是在收敛性能和多目标优化问题方面，尤其是在阵列方向图综合应用中，优化算法依然存在很多缺点和不足。 本文研究主要基于智能优化算法，
创建真实感的三维虚拟人脸一直被认为是计算机图形学中的圣杯问题。人脸具有复杂精细的几何结构，同时包含了丰富多变的表情运动，真实感人脸建模要求尽可能完整地恢复脸部细节与表情特征。随着技术的发展，大型硬件扫描设备已经可以捕获人脸的各种细节，但同时人们对轻量化人脸建模系统的需求越来越高，希望人脸建模技术能够摆脱对复杂扫描设备的依赖。由于图像是人脸信息最普遍的数据形式，从图像中重建三维人脸模型逐渐成为研究的
本文提出一种信道快速接入协议：瞬间频谱接入协议(Instantaneous Spectrum Access， ISA)，该协议在借鉴机会式频谱接入协议(Opportunistic Spectrum Access，OSA)设计思想的基础上，力图实现类似“蜂群”网络环境下节点能瞬间接入信道，实现频谱资源共享，提升频谱利用率，随时收发信息，并在此基础上保证网络最大的吞吐量。 “蜂群”无人机作战策略是利
随着互联网时代用户数量的急剧增加以及应用需求的不断提高，如何通过有效的编译码技术保证网络环境中数据的可靠传输正引起广泛的研究关注。考虑到网络的多变性与复杂性，基于重传机制的固定码率信道编码在网络环境中的应用会存在“反馈风暴”问题。数字喷泉概念的提出为大规模网络数据分发和有效传输提供了一种新的思路。与传统码率固定的编码不同，数字喷泉码能够按照某一概率分布产生任意长度的编码符号，具备无码率（ratel
车载自组织网络是车辆间进行通信的一种自组织网络，可以用于交通管理，减少道路堵塞和交通事故。广播技术能够在较短的时间内将消息传遍全网，是车载自组织网络中必不可少的通信手段。 本文主要研究车载自组织网络中面向高速公路的多跳广播算法，车载自组织网络中SAPF(Speed Adaptive Probabilistic Flooding scheme)算法根据当前节点的速度计算转发概率，但当前节点的速度并
现代化生活中，人们活动、居住范围越来越多地集中在室内环境中，而室内环境复杂、多变的特点导致人们对室内定位的需求也越来越迫切。室内定位技术已经成为当前通信领域内的极富挑战性的研究方向。 论文以WIFI技术为支撑，选取基于TOA测距的定位方法，通过对物理测距、位置计算、定位结果校正等与定位密切相关的三个方面的研究，实现了室内高精度三维定位。论文的主要工作及贡献如下： 物理测距方面，论文介绍了几种常
车载自组网(Vehicular Ad Hoc Networks，VANETs)是移动自组网在智能交通系统中的重要应用，已经成为国内外学者的研究热点。在车载自组网中，广播可以将广播分组快速高效地分发给周边车辆并扩散到全网，因此，目前是交通拥塞和交通事故信息传递的必要通信手段。 为了抑制广播风暴，降低延时，提高广播可靠性，本文提出了一种车载自组网中面向城市道路的基于方向和距离的广播算法(Direct