检索结果-南通市图书馆

边缘计算环境下目标车辆实时检测技术设计与实现

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

边缘计算环境下目标车辆实时检测技术设计与实现

作者：卢俊珂东南大学

学位级别：硕士

随着智慧城市的快速普及和发展,大量的公共交通摄像头被安装在道路交叉口中,交通系统能够通过对监控视频的分析处理实时捕捉路况,及时发现异常,维护公共交通安全。其中,目标车辆(如失踪、肇事车辆)的实时检测识别是智能交通系统中的一... 详细信息

随着智慧城市的快速普及和发展,大量的公共交通摄像头被安装在道路交叉口中,交通系统能够通过对监控视频的分析处理实时捕捉路况,及时发现异常,维护公共交通安全。其中,目标车辆(如失踪、肇事车辆)的实时检测识别是智能交通系统中的一项重要应用。由于需要复杂图像处理模型的部署以及满足低时延需求,实时视频分析应用对硬件资源的要求更高。已有目标车辆检测问题相关研究聚焦于提升图像识别的准确性,多基于高算力的服务器在小规模离线数据集上进行模型训练,而忽略了视频分析的实时性问题。如今,大规模物联网设备带来的数据量的激增使得传统的集中式云服务器数据处理产生了高带宽、高延迟、低隐私性等相关问题。由此,边缘计算的概念应运而生。边缘计算使得数据可以在靠近数据源的边缘服务器上进行本地处理,降低了数据传输的网络延迟,适用于实时数据处理的场景。然而,目前相关研究在实现边缘设备上的实时目标车辆检测方面仍有一定不足:一方面,少有研究考虑在算力有限的边缘设备上实现实时的目标车辆检测应用。另一方面,复杂的车辆识别模型部署在资源受限的边缘设备上会带来更高的计算成本,在路口待识别车辆任务量较大时,也会产生较大网络延迟而使得任务不能及时被处理。为此,本文提出了基于强化学习的动态多粒度车辆特征识别策略,在高任务负载时通过简单模型减少边缘设备的算力消耗。本文详细分析目标车辆检测识别的全流程,通过车辆特征的粒度分级,将车辆特征识别模型分成了五种层次。不同的模型具有不同的复杂度,本研究通过动态调整车辆特征识别模型的复杂度来减少资源的占用,并基于强化学习技术实现模型之间的调度。考虑到实时交通产生的动态车辆任务,本文基于路口的动态任务量自适应进行车辆任务和不同复杂度的模型之间的匹配,节约任务处理的时间,实现实时的目标车辆检索,同时基于Actor-Critic算法框架进行策略网络的训练和优化。最后,本文基于真实的车辆交通数据进行了实验和测试。实验利用深圳市的车辆交通数据集来模拟交通路口的实时路况,并在数据集上进行强化学习模型的训练和评估。与其他基线算法相比,本文提出的模型的表现更具有优势。本文将强化学习技术引入实时目标车辆检测问题,通过构建多粒度车辆特征识别模型和强化学习框架实现动态的车辆特征识别和匹配,根据任务量合理利用边缘设备有限的计算资源,实现实时的车辆任务处理。对于目标车辆的实时识别和搜索问题具有重要的意义。

关键词：目标车辆检测强化学习边缘计算实时处理

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于静态图像下的多通道融合特征车辆检测

基于静态图像下的多通道融合特征车辆检测

作者：秦帅昆上海工程技术大学

学位级别：硕士

随着车辆的日渐增多,汽车安全的关注度也变得越来越高,如何在保证检测速度的前提下,提升目标车辆的检测准确度,是现在的研究重点。从众多研究文献中可以得知,使用单一特征无法解决复杂度较高的场景,针对此问题,本文使用一种多通道融合... 详细信息

随着车辆的日渐增多,汽车安全的关注度也变得越来越高,如何在保证检测速度的前提下,提升目标车辆的检测准确度,是现在的研究重点。从众多研究文献中可以得知,使用单一特征无法解决复杂度较高的场景,针对此问题,本文使用一种多通道融合特征的方法,对目标车辆进行检测。本文的具体研究内容如下:1)主要研究了国内外的车辆检测识别技术的发展现状,分析了现在车载视觉处理系统的优缺点,基于先验知识、机器学习和深度学习等方式,分析并比较了它们的优缺点,最后确定仍以机器学习的方式为基础,对车辆检测算法进行改进;2)深入探讨目前在车辆检测方面的车辆提取特征,对多种车辆提取特征进行了分析和比较,最后决定运用多特征提取和串行融合的方式对目标车辆进行特征向量提取,由此构建了多通道融合特征,为了降低融合特征的维数,采用最大池化方法,算法的计算量获得了很大的减少,其训练速度和检测效率都得到了大步提升;3)在车辆目标特征提取验证过程中,对车辆感兴趣区域应用多通道融合特征,从实验中得到多通道融合特征比单一特征有更低的误识率和更高的识别检测率,通过联合颜色LUV通道,对复杂光照变化也具有更好的鲁棒性。又对Adaboost分类做了相关改进,将Adaboost检测器与HOG和Haar特征结合,形成一种多特征级联检测器的算法来弥补单一特征漏检的缺点。

关键词：目标车辆检测多通道融合特征 Haar-like特征最大池化 Adaboost算法快速特征

基于视觉的智能汽车面向前方车辆的运动轨迹预测技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视觉的智能汽车面向前方车辆的运动轨迹预测技术研究

作者：孙影沈阳理工大学

学位级别：硕士

随着智能驾驶浪潮的来临,车辆的智能化技术在减少交通事故、降低交通拥堵率、提高车道的使用率等方面有巨大的优势,已经成为众多高校和大部分企业相互竞争的热点。本论文利用深度学习,开展了基于视觉的智能汽车前方车辆运动轨迹预测方... 详细信息

随着智能驾驶浪潮的来临,车辆的智能化技术在减少交通事故、降低交通拥堵率、提高车道的使用率等方面有巨大的优势,已经成为众多高校和大部分企业相互竞争的热点。本论文利用深度学习,开展了基于视觉的智能汽车前方车辆运动轨迹预测方法的研究。针对特定的高速公路、城际道路场景,从车道线检测、目标车辆检测和目标车辆运动轨迹预测三个方面进行了轨迹预测研究。主要研究内容如下:第一部分是基于视觉的车道线检测,本文在LaneNet基础上提出了一种Fast-LaneNet的车道线检测算法。针对本文的特定场景,去掉了复杂的车道线拟合H-Net网络,直接对聚类后的相同像素点进行霍夫直线变换,可以降低车道线检测的计算量,提高实时检测速度。第二部分是基于视觉的目标车辆检测,本文在Gaussian YOLOv3的基础上提出了一种Gaussian Fast-YOLOv3算法。该算法首先对候选目标框的坐标进行高斯建模,提高了目标车辆的定位准确率,其次对Gaussian YOLOv3的主干网络中部分卷积层替换为最大池化层,可减少参数量,进而减少车辆检测网络的计算量,提高实时检测速度。第三部分是基于视觉的车辆运动轨迹预测,本文提出了基于时间序列的运动轨迹预测方法。从轨迹信息的时空依赖入手,利用视觉深度学习丰富的特征表征能力提出了两点改进措施:其一是特征融合,融合的特征包含当前时间步的车道线信息和目标车辆的检测框信息,以及历史时间步目标车辆的轨迹信息;其二基于已有的多层LSTM、CNN-LSTM模型,提出改进的LSTM-CNN-LSTM融合模型。

关键词：智能驾驶车道线检测目标车辆检测运动轨迹预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自适应阈值的运动目标检测技术研究

自适应阈值的运动目标检测技术研究

作者：沈春裕浙江工业大学

学位级别：硕士

随着计算机视觉技术的快速发展，智能视频监控系统作为安全防卫的一个重要手段在社会生活的各个方面有着广泛的应用前景，快速而准确地检测出运动目标是实施视频监控的前提和关键。因此，运动目标检测已成为计算机视觉领域一个越来越热... 详细信息

随着计算机视觉技术的快速发展，智能视频监控系统作为安全防卫的一个重要手段在社会生活的各个方面有着广泛的应用前景，快速而准确地检测出运动目标是实施视频监控的前提和关键。因此，运动目标检测已成为计算机视觉领域一个越来越热门的研究课题。在运动目标检测中，对差分图像自适应地选取最佳阈值是其中非常重要的一个步骤。本文以差分图像的自适应阈值分割为研究重点，主要研究工作如下： 1.在摄像机静止的情况下，对道路上的车辆和行人进行目标检测，采用最大类间方差法（Otsu）实现了差分图像全局阈值的自适应选取，实验结果表明该方法能较好地分割出运动目标。 2.针对场景中行人目标所占比例过小的情况，对差分图像分割时提出了改进的局部自适应阈值算法。首先建立积分图，然后遍历所有像素得到像素点的空间邻域信息，最后在阈值判别式中引入局部方差从而进行二值化操作。实验结果表明基于积分图的局部自适应阈值算法比全局阈值的一维最大类间方差法（Otsu）更能精确地检测出小运动目标。 3.在户外交通环境下，摄像头因为外界因素的影响并不能保持静止，所以视频帧会出现不规则抖动，而且由于复杂背景中物体的变化，传统的运动目标检测方法和混合高斯算法都不能有效地检测出运动车辆。针对上述问题，提出了一种基于分解的三维最大类间方差法（Otsu）结合隔帧对称差分的运动车辆检测方法。首先通过隔帧对称差分法得到两个差分图像，再对这两个差分图像采用基于分解的三维Otsu法阈值分割，最后对这两个二值图像采用数学形态学滤波后求交集得到运动车辆目标。实验结果表明，该方法在视频帧出现不规则抖动的情况下能实时和精确地检测出运动车辆。 4.针对场景中目标密集出现的情况，提出了改进的基于最陡上升法的三维最大类间方差法（Otsu）结合混合高斯背景建模的运动车辆检测方法。首先采用混合高斯模型来建立背景并自适应更新，很好的解决了背景差分法中由于光线变化、物体干扰等动态因素引起的背景失效问题。在当前帧与背景帧作差分运算后，采用改进的基于最陡上升法的三维Otsu法阈值分割从而滤除噪声。通过确定阈值分割范围改变三维直方图的区域划分，减少计算量，满足了系统实时性的要求。实验结果表明，该方法在保证实时性的前提下能更加精确地检测出运动车辆。

关键词：目标车辆检测自适应阈值三维最大类间方差法隔帧对称差分混合高斯背景建模