基于YOLO和嵌入式系统的车流量检测

论文摘要

城市道路普遍存在机动车、非机动车、行人的人车混行路段,车辆目标的准确识别与统计成为视频方法检测混合交通流量的关键问题。本文提出了基于深度学习YOLO(You Only Look Once)的车流量检测算法。用YOLO v2检测道路上移动的目标,对检出目标中的车辆目标进行识别与筛选,设置感兴趣区域,在车辆目标经过感兴趣区域时计数,并用核相关滤波器跟踪车辆,避免车辆重复计数;在ARM上利用该算法实现了混合交通视频中的车流量检测。测试结果表明,该方法中车辆的检测、跟踪、计数结果良好,可应用于混合交通中的车流量检测。

论文目录

• 1 引言
• 2 YOLO v2检测车流量算法与移植
•   2.1 YOLO v2
•   2.2 感兴趣区域与计数
•   2.3 核相关滤波器跟踪算法
•   2.4 算法的移植
• 3 算法在嵌入式上的测试与分析
• 4 结论

文章来源

类型: 期刊论文

作者: 马永杰,宋晓凤

关键词: 深度学习算法,核相关滤波器,车流量检测,嵌入式

来源: 液晶与显示 2019年06期

年度: 2019

分类: 基础科学,信息科技,工程科技Ⅱ辑

专业: 公路与水路运输,计算机软件及计算机应用,自动化技术

单位: 西北师范大学物理与电子工程学院

基金: 国家自然科学基金(No.41461078),西北师范大学科研能力提升团队项目(No.NWNU-LKQN-1706)~~

分类号: TP181;TP391.41;U495

页码: 613-618

总页数: 6

文件大小: 956K

下载量: 359