资料下载
基于无人机航拍的车辆检测
分享资料个
随着人们生活水平的提高，汽车数量的激增为我们的工作生活带来了极大便利，同时也为现有交通管理带来了许多问题。因此智能交通日渐成为加强交通管理、改善交通状况的手段之一。道路上车辆位置及数量的检测便是其中的内容之一。目前对于实现重点路段、停车场等场合车辆监测的主要手段是在各路段安装摄像头进行电子拍摄，但这种方法并不能精确地提供关于交通车辆的位置及数量的准确数据。同时监控摄像头在现有交通中虽然已完备架设，但不能自由选择角度检测，故存在大量的监控盲区。基于无人机体积小、熏量轻、携带方便、图传清晰等一系列优点，针对现有交通监控中的不足，本文提出了应用无人机航拍技术实现对特殊时段，覃点路段的车辆数量统计及在视频中位置的检测，弥补现有交通监控管理中的不足。实现对航拍视频进行车辆检测的算法有基于SIFT算法的运动目标检测算法，基于块分割创建背景，应用背景差分进行运动目标检测算法。以上两种方法实现了移动目标的检测，由于航拍视频具有场景复杂，目标多样的特点，对于车辆精准检测，以上两种方法并不能达到理想效果，误检与漏检也比较严重。另外还有基于SVM（支持向量机）和OCR人工神经网络的目标检测万法一，这种方法弥补了以上两种算法的不足。由于SVM支持对于较少数据量的训练，无需另构特征，对于多样性车辆检测存在一定不足。
近年来，随着硬件系统的更新换代，深度学习算法得到了飞速的发展。深度学习是在多层神经网络上运用各种机器学习算法解决图像，文本等各种问题的算法集合。在图像处理中比传统算法以及人工神经网络有更高效，精确的优势。所以本文中采用了深度学习算法实现车辆检测功能。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
