目标检测定位在车辆安检场景中的应用
发布时间:2022-12-24 09:04
传统高速公安检查站需要通过人工方式对车辆、人员进行安全检查,降低了安检的效率并且增加了安检的不确定性,因此亟需提出一种智能化的安检方案。将目标检测定位技术应用于车辆安检场景可以实现安检系统的智能化,最终实现无需人工参与的全自动智能安检核查系统。本文的主要研究内容如下:1)智能安检核查系统整体设计。首先对智能安检核查系统进行需求分析和概要设计,然后对系统流程进行分析。将智能安检系统分为车辆智能引导分流、目标检测定位和人证核验三个模块。根据对目标检测定位技术的研究,对智能引导分流和目标检测定位模块提出解决方法。最后将目标检测定位技术应用到智能安检核查系统的业务场景进行分析。2)基于视频的运动目标检测。运动目标检测的目的是实现智能安检核查系统中的车辆智能引导分流。首先对几种主流运动目标检测算法对比分析,得到高斯混合模型背景减除法适用于车辆安检场景且检测效果好。然后对高斯混合模型进行改进得到结合HSV色彩空间的自适应高斯混合模型。改进模型通过自动为每个像素点分配不同数量的高斯分量减少算法复杂度,并结合HSV色彩空间实现对运动目标自阴影的检测去除。最后将改进模型应用于不同场景进行对比测试,实验结...
【文章页数】:92 页
【学位级别】:硕士
【部分图文】:
摄像头偏移监测结果
帧间差分法运动目标检测
光流法运动目标检测
【参考文献】:
期刊论文
[1]基于BP神经网络的RFID室内定位算法研究[J]. 邓昀,朱彦,杨逸夫,程小辉,李朝庆. 小型微型计算机系统. 2019(08)
[2]基于随机Hough变换的线路覆冰厚度图像识别技术[J]. 贾思棋,李军辉,杜冬梅,刘彬,何青. 中国电力. 2019(12)
[3]移动机器人中激光雷达测距测角标定方法[J]. 赵海鹏,杜玉红,丁娟,赵地,史屹君. 红外与激光工程. 2019(06)
[4]基于RFID的车辆定位与测速系统的设计与实现[J]. 王书雁. 电子世界. 2019(09)
[5]基于Vibe背景建模的运动目标检测算法[J]. 丁哲,陆文总. 计算机系统应用. 2019(04)
[6]高速行驶车辆位置信息快速检测系统设计[J]. 王豪,纪少波,刘振革,韩文扬,韦金城,李萌. 测控技术. 2019(08)
[7]基于卷积神经网络预处理的Hog特征车辆检测算法[J]. 杨映波,周欣,曾珍,魏彪. 现代计算机(专业版). 2018(36)
[8]基于Faster R-CNN的机器人目标检测及空间定位[J]. 郭毓,苏鹏飞,吴益飞,郭健. 华中科技大学学报(自然科学版). 2018(12)
[9]颜色与边缘纹理相结合的车牌定位方法[J]. 陈宏照,谢正光,卢海伦. 现代电子技术. 2018(21)
[10]基于红外延时相位算法的车辆超高检测仪设计[J]. 史骏,毕恩兴. 机械设计与制造工程. 2018(08)
硕士论文
[1]基于卷积神经网络的车牌识别关键技术的研究与应用[D]. 高攀.北京邮电大学 2019
[2]基于深度学习的目标检测研究[D]. 韩凯.西南科技大学 2018
[3]基于卷积神经网络的车辆检测与车型辨识算法研究[D]. 陈树东.电子科技大学 2018
[4]车辆辅助驾驶系统中行人检测技术研究[D]. 李羊.辽宁工业大学 2018
[5]基于视频检测的单交叉路口车辆违章检测系统的设计与实现[D]. 连婷.河北科技大学 2018
[6]基于视觉显著性的车辆目标检测算法研究[D]. 隋欣.东南大学 2015
[7]基于Hough变换目标检测问题研究[D]. 宋晓静.燕山大学 2014
[8]复杂环境下的运动目标检测算法研究[D]. 毛玉东.吉林大学 2012
本文编号:3725912
【文章页数】:92 页
【学位级别】:硕士
【部分图文】:
摄像头偏移监测结果
帧间差分法运动目标检测
光流法运动目标检测
【参考文献】:
期刊论文
[1]基于BP神经网络的RFID室内定位算法研究[J]. 邓昀,朱彦,杨逸夫,程小辉,李朝庆. 小型微型计算机系统. 2019(08)
[2]基于随机Hough变换的线路覆冰厚度图像识别技术[J]. 贾思棋,李军辉,杜冬梅,刘彬,何青. 中国电力. 2019(12)
[3]移动机器人中激光雷达测距测角标定方法[J]. 赵海鹏,杜玉红,丁娟,赵地,史屹君. 红外与激光工程. 2019(06)
[4]基于RFID的车辆定位与测速系统的设计与实现[J]. 王书雁. 电子世界. 2019(09)
[5]基于Vibe背景建模的运动目标检测算法[J]. 丁哲,陆文总. 计算机系统应用. 2019(04)
[6]高速行驶车辆位置信息快速检测系统设计[J]. 王豪,纪少波,刘振革,韩文扬,韦金城,李萌. 测控技术. 2019(08)
[7]基于卷积神经网络预处理的Hog特征车辆检测算法[J]. 杨映波,周欣,曾珍,魏彪. 现代计算机(专业版). 2018(36)
[8]基于Faster R-CNN的机器人目标检测及空间定位[J]. 郭毓,苏鹏飞,吴益飞,郭健. 华中科技大学学报(自然科学版). 2018(12)
[9]颜色与边缘纹理相结合的车牌定位方法[J]. 陈宏照,谢正光,卢海伦. 现代电子技术. 2018(21)
[10]基于红外延时相位算法的车辆超高检测仪设计[J]. 史骏,毕恩兴. 机械设计与制造工程. 2018(08)
硕士论文
[1]基于卷积神经网络的车牌识别关键技术的研究与应用[D]. 高攀.北京邮电大学 2019
[2]基于深度学习的目标检测研究[D]. 韩凯.西南科技大学 2018
[3]基于卷积神经网络的车辆检测与车型辨识算法研究[D]. 陈树东.电子科技大学 2018
[4]车辆辅助驾驶系统中行人检测技术研究[D]. 李羊.辽宁工业大学 2018
[5]基于视频检测的单交叉路口车辆违章检测系统的设计与实现[D]. 连婷.河北科技大学 2018
[6]基于视觉显著性的车辆目标检测算法研究[D]. 隋欣.东南大学 2015
[7]基于Hough变换目标检测问题研究[D]. 宋晓静.燕山大学 2014
[8]复杂环境下的运动目标检测算法研究[D]. 毛玉东.吉林大学 2012
本文编号:3725912
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/3725912.html