论文部分内容阅读
车辆速度检测是交通监管中的重要环节。传统基于视频的车速检测算法易受光照、背景变化等干扰,准确度偏低且实时性较差,无法满足现代智能交通系统的需求。针对传统算法的不足提出了基于深度学习的车速检测算法,利用YOLOv4算法实现3D目标的实时检测和跟踪匹配,通过目标中心点的帧间偏移量进行车速检测,相比传统测速算法增强了移动测速的灵活性,准确度与实时性也得到了提升。实验表明该算法相对误差精度为6.8%,平均绝对误差低于4.7Km/h,检测时间约为0.15s,具有较强的实时性与实用性。