文献知网节
  • 记笔记

深度学习目标检测算法在行车记录仪上的应用

王新雨汪驰升舒齐奇柯君卓高青

深圳大学城市空间信息工程广东省重点实验室深圳大学海岸带地理环境监测自然资源部重点实验室国土资源部城市土地资源监测与仿真重点实验室深圳市南山区教育科学研究中心

摘要:近几年来随着人工智能的发展,特别是深度学习技术在计算机视觉领域的飞速发展,使得目标检测技术获得了很大的进步。针对实现在复杂城市道路场景下通过行车记录仪采集视频精确的检测到前方车辆成为可能。用到的是比较经典的Faster R-CNN算法,然后结合迁移学习。检测出车辆后,从标记框中进行车辆的位置、个数、大小等特征提取,根据这些信息分析相应交通参数并进行验证。这些信息将能为辅助驾驶系统、交通规划、行车安全等应用提供有效的帮助。
  • DOI:

    10.19301/j.cnki.zncs.2019.14.002

  • 专辑:

    电子技术及信息科学; 经济与管理; 理工C(机电航空交通水利建筑能源)

  • 专题:

    汽车工业; 计算机软件及计算机应用; 自动化技术

  • 分类号:

    TP391.41;TP181;U463.7

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:192 页码:4-8 页数:5 大小:3050K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者