检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的高速公路小目标检测算法

吉林大学学报(工学版) 2024年

作者：徐慧智郝东升徐小婷蒋时森东北林业大学土木与交通学院浙江公路技师学院试验检测中心

针对高速公路路侧摄像头拍摄的图像中，远端的行人和车辆目标小、实时检测难问题，提出一种改进的目标检测算法YOLOv5s-3S-4PDH。首先，采用Shufflenetv2-Stem-SPPF网络结构，提高模型的运行速度；其次，引入加速归一化加权融合特征图和... 详细信息

针对高速公路路侧摄像头拍摄的图像中，远端的行人和车辆目标小、实时检测难问题，提出一种改进的目标检测算法YOLOv5s-3S-4PDH。首先，采用Shufflenetv2-Stem-SPPF网络结构，提高模型的运行速度；其次，引入加速归一化加权融合特征图和160×160小目标检测层，优化小目标检测性能；然后，引入改进的解耦头机制，提高小目标检测的定位和分类精度；最后，采用Focal EIoU作为定位损失函数，加速模型训练的收敛速度。结果表明：在自建行人和车辆数据集上进行对比实验，该算法与YOLOv5s基准网络算法相比，计算量和参数量分别降低了10.1%和24.6%，检测速度和精度分别提高了15.4%和2.1%；在VisDrone2019数据集上进行迁移学习实验，该算法对所有目标类别的平均精度优于YOLOv5s。YOLOv5s-3S-4PDH算法在满足小目标检测实时性与精度的同时，也具备泛化能力。

关键词：交通运输规划与管理高速公路目标检测深度学习

基于深度学习的车身颜色与运行速度相关性研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

武汉理工大学学报(交通科学与工程版) 2024年

作者：徐慧智陈祎楠常梦莹陈昱龙陈爽东北林业大学土木与交通学院

为了研究车身颜色、性格特征、驾驶行为和运行速度之间是否存在逻辑关系，开展了车身颜色与运行速度相关性的研究。通过问卷调查的方法，分析了车身颜色与性格特征指标值、驾驶行为指标值间的关系。提出了考虑车身颜色的交通流速度模型... 详细信息

为了研究车身颜色、性格特征、驾驶行为和运行速度之间是否存在逻辑关系，开展了车身颜色与运行速度相关性的研究。通过问卷调查的方法，分析了车身颜色与性格特征指标值、驾驶行为指标值间的关系。提出了考虑车身颜色的交通流速度模型。采用深度学习的方法，获取城市交通中车身颜色与运行速度数据。研究表明，畅通状态下，白、红、蓝色车辆对黑色车速度的平均影响值分别为0.471、0.744、0.855；稳定状态下，白、红、蓝色车辆对黑色车速度的平均影响值分别为0.278、0.438、0.496；拥挤状态下，车辆速度分布趋于一致，白、红、蓝色车辆对黑色车速度的平均影响值分别为0.053、0.048、0.027。研究拓展了传统交通流理论，验证了性格特征、驾驶行为、运行速度存在的关联性，为深度学习方法在传统交通领域的应用提供了一定的借鉴。

关键词：深度学习交通流速度模型车身颜色运行速度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

混合驾驶环境下交叉口空间资源动态控制方法

交通运输系统工程与信息 2023年第6期23卷 63-73页

作者：蒋贤才徐慧智东北林业大学土木与交通学院哈尔滨150040

因CAV(Connected-automated Vehicle)与CHV(Connected Human-driven Vehicle)行驶轨迹可控性的本质差异,当前人机混合驾驶环境下信号交叉口优化控制方法鲜有考虑CAV渗透率变化对进口车道资源利用动态调节的需求。鉴于此,本文提出一种CA... 详细信息

因CAV(Connected-automated Vehicle)与CHV(Connected Human-driven Vehicle)行驶轨迹可控性的本质差异,当前人机混合驾驶环境下信号交叉口优化控制方法鲜有考虑CAV渗透率变化对进口车道资源利用动态调节的需求。鉴于此,本文提出一种CAV专用车道的动态分配方法,以避免过渡或低效使用CAV专用车道。此外,还建立了CAV轨迹与信号控制参数的协同优化算法,以节省启动损失时间,最大限度地利用绿灯时间。案例分析表明:与全感应信号控制策略相比,本文提出的优化策略能使交叉口车均延误下降17.3%以上,当CAV渗透率超过0.33时,有必要配置一条或多条CAV专用车道来分离CAVs与CHVs的通行,以提高交叉口的通行效率;同时,与Niroumand等的优化策略相比,本文提出的方法更适合高饱和度、高CAV渗透率的多车道信号交叉口。进一步分析表明,路段长度、CAV渗透率、最大速度对本文提出方法的优化结果敏感性强。

关键词：智能交通 CAV专用车道动态分配转换指数进口车道轨迹控制配时优化

在线全文

学校读者我要写书评

暂无评论

基于深度学习的车载图像车辆目标检测和测距

吉林大学学报(工学版) 2023年

作者：徐慧智蒋时森王秀青陈爽东北林业大学土木与交通学院

为提高驾驶环境中车辆目标检测精度与测距稳定性，提出一种基于深度学习的车辆目标检测与测距方法。以YOLOX-S算法为车辆目标检测框架进行改进：在原算法的基础上引入CBAM注意力模块，增强网络特征表达能力，并将置信度损失函数更换为Fo... 详细信息

为提高驾驶环境中车辆目标检测精度与测距稳定性，提出一种基于深度学习的车辆目标检测与测距方法。以YOLOX-S算法为车辆目标检测框架进行改进：在原算法的基础上引入CBAM注意力模块，增强网络特征表达能力，并将置信度损失函数更换为Focal Loss，降低简单样本训练权重，提高正样本关注度。根据车载相机成像原理和几何关系建立车辆测距模型，并输入测距特征点坐标和相机内参得到测距结果。采用自制Tlab数据集和BDD 100K数据集对改进的YOLOX-S算法进行训练与评价，搭建静态测距实验场景对车辆测距模型进行验证。实验结果表明：改进的YOLOX-S算法在实验数据集上检测速度为70.14帧/秒，与原算法相比精确率、召回率、F1值、mAP分别提高了0.86%、1.32%、1.09%、1.54%；在纵向50m、横向11.25m的测量范围内，平均测距误差保持在3.20%以内。可见，本文方法在满足车辆检测实时性要求的同时，具有良好的车辆测距准确性与稳定性。

关键词：交通运输规划与管理深度学习环境感知车载图像目标检测单目测距

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

目标检测下的车型对交通流速度影响研究

计算机工程与应用 2023年

作者：徐慧智常梦莹陈祎楠郝东升东北林业大学土木与交通学院

针对传统目标检测跟踪算法识别精度低，实时性差等缺点，提出了一种基于YOLOv5s和DeepSort算法模型的视频车辆实时车流量和速度检测方法。构建了包含25877个目标样本的数据集，采用YOLOv5s算法模型实现视频车辆的检测，利用DeepSort算... 详细信息

针对传统目标检测跟踪算法识别精度低，实时性差等缺点，提出了一种基于YOLOv5s和DeepSort算法模型的视频车辆实时车流量和速度检测方法。构建了包含25877个目标样本的数据集，采用YOLOv5s算法模型实现视频车辆的检测，利用DeepSort算法对车辆进行跟踪计数与测速，实现了路段监控对车辆的实时检测。基于深度学习获取的速度与交通量数据，构建了不同车型对交通流速度影响模型，探究畅通状态、稳定状态、拥挤状态下车型的速度与交通量之间的关系，结果表明：算法模型对视频车辆的检测效果良好，平均准确度达到91.4%；不同状态下，车型对交通量速度的影响程度不同；畅通状态和稳定状态下，出租车的速度对交通量影响较大；拥挤状态下，私家车的车速受交通量影响较大。

关键词：交通管控目标检测不同车型深度学习交通流速度模型

基于FIG-SVM的公交客流波动趋势与空间预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

重庆交通大学学报（自然科学版） 2023年第11期42卷 134-140页

作者：何庆龄裴玉龙徐慧智侯琳东北林业大学土木与交通学院黑龙江哈尔滨150040

根据公交客流时间序列的波动特征和影响因素的相关关系,将公交客流以7 d为长度划分时间窗口,通过模糊理论将时间窗口样本数据信息粒化,得到LOW、R、UP这3组模糊信息粒化后的时间序列,使用支持向量机模型对其进行预测,获得了公交客流波... 详细信息

根据公交客流时间序列的波动特征和影响因素的相关关系,将公交客流以7 d为长度划分时间窗口,通过模糊理论将时间窗口样本数据信息粒化,得到LOW、R、UP这3组模糊信息粒化后的时间序列,使用支持向量机模型对其进行预测,获得了公交客流波动趋势与空间范围。运用该模型对哈尔滨市1路公交245 d的IC卡数据进行实证研究。结果表明:该模型相较于ARMA和GA-BP模型具有较高精度,能有效预测公交客流的波动趋势与空间。

关键词：交通工程公交客流波动特征空间预测支持向量机

一种结合ResNet和迁移学习的交通标志识别方法

在线全文

学校读者我要写书评

暂无评论

重庆理工大学学报（自然科学） 2023年第3期37卷 264-273页

作者：徐慧智闫卓远常梦莹东北林业大学交通学院哈尔滨150040

针对当前传统的交通标志识别算法训练耗时长、精度低等问题,提出了一种结合ResNet和迁移学习的交通标志识别模型。首先在模型中引入已经在ImageNet图像数据集上训练好的ResNet网络权重,冻结卷积层参数,将网络作为模型的特征提取器;其次... 详细信息

针对当前传统的交通标志识别算法训练耗时长、精度低等问题,提出了一种结合ResNet和迁移学习的交通标志识别模型。首先在模型中引入已经在ImageNet图像数据集上训练好的ResNet网络权重,冻结卷积层参数,将网络作为模型的特征提取器;其次为模型设计全连接层,分别使用不同大小的数据集和数据扩充前后的数据集微调全连接层参数;然后设置不同大小的学习率,在学习率固定和学习率衰减2种条件下训练模型;最后在测试集上测试模型,输出分类结果。测试结果表明,该方法对交通标志的识别准确率达到97.60%,指示标志、警告标志、禁令标志3类交通标志的F1得分分别达到96.86%、99.37%、96.53%,说明该模型具有较高的交通标志识别准确率。

关键词：神经网络迁移学习交通标志图像识别

基于均匀设计的船舶目标检测深度学习模型训练方法

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2022年第25期22卷 11241-11249页

作者：徐慧智宋爱秋武笑宇东北林业大学交通学院哈尔滨150040

针对沿岸监控视频图像的舰船目标识别问题,传统检测方法检测速度和准确率有待进一步提升。深度学习方法已经能够实现船舶目标的检测,但模型网络结构复杂且存在交互影响的超参数,模型训练时耗长,检测精度往往受限于训练样本和超参数的选... 详细信息

针对沿岸监控视频图像的舰船目标识别问题,传统检测方法检测速度和准确率有待进一步提升。深度学习方法已经能够实现船舶目标的检测,但模型网络结构复杂且存在交互影响的超参数,模型训练时耗长,检测精度往往受限于训练样本和超参数的选取。拟在YOLO(you only look once)算法的卷积神经网络模型训练过程中,采用均匀设计理念,对影响因素和水平协同优化,减少按照主观经验训练深度学习算法参数的盲目性。分析清晰度和人工标注影响,以场景、训练集与测试集样本比例、训练算法、训练轮次作为影响因素,设置差异化水平值,采用均匀设计方法训练深度学习模型,选用精准度(average precision, AP)对比分析经验法和均匀设计法。以上海市黄浦江水域场景作为实例验证,研究表明:经验法设计的9组训练方案中最优AP为0.84,均匀设计法产生的6组训练方案中,选用YOLOv5x算法,样本比例90%、训练100轮次时,深度学习模型AP为0.91,表明均匀设计在深度学习模型超参数训练中有效。

关键词：目标检测深度学习均匀设计 YOLO

城市道路占道施工条件下基于速度-流量的交通疏解预测模型

在线全文

学校读者我要写书评

暂无评论

公路交通科技 2023年第1期40卷 200-207,270页

作者：裴玉龙何庆龄徐慧智侯琳杨钰泉东北林业大学交通学院黑龙江哈尔滨150040

为制订供热主管线施工期道路周边比邻主次干路交通组织疏解方案,提供周边道路交通疏解流量数据,采用阈值法和时间序列方法对人工调查得到的交通流量及车速原始调查数据进行预处理,对比分析了区域内道路现状和施工期交通流量和车速频率分... 详细信息

为制订供热主管线施工期道路周边比邻主次干路交通组织疏解方案,提供周边道路交通疏解流量数据,采用阈值法和时间序列方法对人工调查得到的交通流量及车速原始调查数据进行预处理,对比分析了区域内道路现状和施工期交通流量和车速频率分布,并计算得到了区域内道路饱和度和车速服务水平。以预处理后的调查数据为依据,以区域道路交通服务水平均衡为目标,通过二次曲线拟合方法,构建了占道施工期间道路交通疏解预测模型,预测计算了占道施工期间施工道路疏解交通流量及车速和疏解道路分担交通流量及车速。运用信息熵法计算得到了饱和度和车速服务水平权重为0.4和0.6,以饱和度和车速为衡量指标,以服务水平等级占比为参数,构建了道路交通综合服务水平评价模型。运用数理统计T检验,分析了道路交通实际和疏解预测综合服务水平占比结果的相关性。结果表明:占道施工期间道路交通实际综合服务水平A级、B级、C级、D级、E级、F级占比分别为12.5%,16.3%,10.2%,8.9%,16.0%,35.9%;道路疏解预测综合服务水平A级、B级、C级、D级、E级、F级占比分别为7.2%,17.8%,17.0%,13.6%,14.4%,30.0%;道路交通实际和疏解预测综合服务水平占比结果相关性为0.844,显著性为0.035。基于速度-流量的交通疏解预测模型适用于供热主管线施工期道路周边比邻主次干路交通疏解预测。

关键词：城市交通疏解预测综合评价占道施工服务水平