基于深度学习的车辆检测及车型识别研究

发布时间：2020-04-28 03:59

【摘要】：随着大众生活水平的提高,汽车数量越来越多,随之带来更多的交通问题。通过车辆检测及车型识别技术可以有效地缓解交通问题。相对于传统的机器学习及图像处理方法,深度学习在计算机视觉领域的优势非常突出。因此,本文采用深度学习的方法解决交通中的车辆检测和车型识别问题,为智能交通系统提供技术支持从而缓解交通拥堵等问题。具体研究内容如下:首先,阐述深度学习中的卷积神经网络的理论基础,包括卷积神经网络结构组成和网络训练方式,其中结构组成重点研究了卷积层、池化层、几种常见的激活函数、全连接层和分类器、正则化,网络训练主要研究了反向传播算法和梯度下降法。其次,针对传统的车辆检测方法不能适应多变的交通环境问题,本文采用卷积神经网络自适应地提取车辆特征。研究分析基于区域的卷积神经网络系列算法,并选择性能良好的R-FCN框架作为车辆检测网络。为了进一步提高车辆检测的准确率,本文对R-FCN框架中的共享卷积网络进行了改进,具体方式是增加共享卷积层的数量,最终使车辆检测的平均准确率提升了4%以上。再次,针对传统的车型识别仅仅是车辆粗分类问题,本文将对车型进行精细分类,其中包括72种品牌256种车型。研究分析常用的图像分类网络,最终选择分类能力出众的DenseNet作为车型分类网络,并在CompCars和VehicleID车型数据集验证了车型分类网络的有效性。最后,采用真实场景下的交通图像和视频验证车辆检测网络及车型分类网络的效果。结果表明,车辆检测网络在不同环境下都能获得较高的检测准确率,同时,针对交通视频中的车型,车型分类网络能够取得良好的分类效果。
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U495;TP391.41;TP183

【相似文献】

相关期刊论文 前10条

1 孙志阳;;浅析智能交通中的车辆检测技术及发展[J];居舍;2017年32期

2 张辉;;基于HOG-GentleBoost的车辆检测方法[J];计算机时代;2018年06期

3 Wikipedia;钱仲兴;;世界各国的车辆检测[J];汽车与安全;2012年12期

4 田晓霞;王家硕;王会朴;;有限状态机在夜间车辆检测上的应用[J];石家庄铁道大学学报(自然科学版);2016年04期

5 蔡英凤;刘泽;孙晓强;陈龙;王海;;基于双车辆可变形部件模型的车辆检测方法[J];汽车工程;2017年06期

6 刘东伟;;基于双车辆可变形部件模型的车辆检测方法研究[J];南方农机;2017年20期

7 曹晓娟;;智能交通系统中车辆检测方法的研究[J];信息化建设;2015年12期

8 许柏平;周舟平;;手机在车辆检测中的应用[J];汽车维护与修理;2013年05期

9 王建强;王履程;;基于机器视觉的隧道车辆检测系统设计与实现[J];自动化与仪器仪表;2015年09期

10 董茜;游宇;;重庆机动车强检“第一现场”[J];今日重庆;2017年06期

相关会议论文 前10条

1 孟超超;鲍泓;;车辆检测研究综述[A];中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C];2018年

2 王忠耀;任青春;王少华;郭春生;;基于红外视频的车载行人车辆检测系统[A];浙江省电子学会2013学术年会论文集[C];2013年

3 李舜酩;缪小冬;;视觉车辆检测方法的研究进展及展望[A];2009全国虚拟仪器大会论文集（二）[C];2009年

4 李鹏飞;赵玺;刘兵;邹永锋;;复杂路况的移动车辆检测与跟踪方法[A];2018中国汽车工程学会年会论文集[C];2018年

5 吴园;黎宁;刘苗苗;;一种基于快速水平集方法的运动车辆检测[A];第十三届全国图象图形学学术会议论文集[C];2006年

6 邹月娴;王一言;关佩;杨华;陈维荣;;复杂视频背景中的运动车辆检测技术[A];第四届和谐人机环境联合学术会议论文集[C];2008年

7 吴嵘;何培宇;徐自励;段文锋;刘珂含;;一种去背景的车辆检测与跟踪快速算法[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

8 张有节;蔡晓禹;彭博;李少博;;基于无人机视频的车辆检测与评价指标研究[A];2017年中国城市交通规划年会论文集[C];2017年

9 高文宝;沙海云;周欣荣;柴干;;高速公路车辆检测技术组合应用研究[A];第一届中国智能交通年会论文集[C];2005年

10 魏东;刘毅;钱俊彦;;桂林机动车远程审验系统[A];广西计算机学会2012年学术年会论文集[C];2012年

相关重要报纸文章 前10条

1 记者 肖剑雄;大小车辆检测费均降20元[N];东莞日报;2017年

2 记者 幸笑薇;市人大代表开展“最多跑一次”调研[N];舟山日报;2017年

3 练洪洋;车辆检测 兴利除弊方能有效可靠[N];广州日报;2015年

4 张奇 李小洁;车辆检测，为何招来怨声一片[N];检察日报;2002年

5 记者 杨耀青;车辆检测更加公正透明[N];西安日报;2011年

6 郑利平;湖州车辆检测科研项目通过鉴定[N];中国交通报;2004年

7 记者 郭亮廷;认真安排部署 保障春节安全[N];郴州日报;2019年

8 通讯员 李金华;铜川政协 提案破解车辆检测难[N];各界导报;2015年

9 记者 贾瑞芳;检车进企业 温暖送到家[N];河北经济日报;2009年

10 通讯员 刘继红;市交警简化车辆检测程序[N];咸宁日报;2009年

相关博士学位论文 前10条

1 蔡磊;部件检测方法及其在车辆目标检测中的应用[D];西北工业大学;2017年

2 颜卓;基于深层卷积神经网络的车辆检测及属性分析方法研究[D];中国科学院大学(中国科学院重庆绿色智能技术研究院);2018年

3 宋俊芳;基于图像逆投影3D重建的车辆检测关键技术研究[D];长安大学;2018年

4 张伟;基于视觉的运动车辆检测与跟踪[D];上海交通大学;2007年

5 王曾敏;小波图像融合算法及其在视频车辆检测系统中的应用研究[D];天津大学;2009年

6 谌彤童;基于三维激光雷达的动态车辆检测与跟踪[D];国防科学技术大学;2016年

7 徐琨;交通视频监控中的车辆检测与跟踪方法研究[D];长安大学;2009年

8 许洁琼;基于视频图像处理的车辆检测与跟踪方法研究[D];中国海洋大学;2012年

9 严捷丰;交通视频监控中的车辆检测与分割方法研究[D];中国科学技术大学;2008年

10 朱周;复杂环境下基于视频的车辆跟踪算法研究[D];东南大学;2015年

相关硕士学位论文 前10条

1 耿欢;基于路侧传感器的多车辆检测跟踪技术研究[D];北京邮电大学;2019年

2 彭怀宇;基于深度学习的车辆检测及车型识别研究[D];哈尔滨理工大学;2019年

3 乔继梅;改进ViBe算法和SSD在运动车辆目标检测与跟踪中的应用[D];上海师范大学;2019年

4 盛怿寒;基于多示例学习的弱监督遥感图像车辆检测[D];厦门大学;2018年

5 沈冉冉;复杂监控场景下车辆检测方法研究[D];安徽大学;2019年

6 谭磊;基于HOG特征的车辆检测系统设计与实现[D];北方工业大学;2019年

7 张翔;基于特征提取的交通数据处理与软件设计[D];北方工业大学;2019年

8 刘志成;基于机器视觉的车辆检测与跟踪方法研究[D];武汉理工大学;2018年

9 张富有;雷达与摄像机视频融合的车辆检测跟踪技术研究[D];深圳大学;2018年

10 王文涛;基于智能监控下的车辆检测与跟踪[D];湖南大学;2014年

，

本文编号：2643039