基于深度学习的交通监控视频车辆检测算法

作     者：毛其超 贾瑞生 左羚群 齐榕 Mao Qichao;Jia Ruisheng;Zuo Lingqun;Qi Rong

作者机构：山东科技大学计算机科学与工程学院山东青岛266590 山东科技大学山东省智慧矿山信息技术省级重点实验室山东青岛266590 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2020年第37卷第9期

页      面：111-117,164页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：山东省自然科学基金项目(ZR2018MEE008) 山东省重点研发计划项目(2017GSF20115) 

主　　题：监控视频 车辆检测 深度学习 卷积神经网络(CNN) 

摘      要：针对交通视频监控场景复杂、视频单帧图像分辨率高的特点,提出一种基于Faster R-CNN的车辆检测改进算法。利用残差网络原理对Faster R-CNN网络特征提取层进行改进,并在网络中加入空洞卷积过滤掉高分辨率视频图像存在的冗余特征,改善原有算法易发生车辆漏检的问题;为应对交通视频中的车辆重叠场景,使用Soft-NMS替换原有的NMS机制,减少由于车辆重叠导致的检测框丢失问题。分别在三个不同的数据集下进行实验,结果表明,该算法检测精度相较于Faster R-CNN有提高,并且可以较好地适应监控视频中多种环境下车辆检测。