【摘 要】
：
鉴于传统交通事件检测方法的准确率和实时性无法满足多变的高速公路视频监控检测需求的问题,因此提出使用深度学习的交通事件检测方法.为了提高对高速公路远处小目标车辆检测率,选取并融合多种尺度的特征图进行预测来提升算法检测能力,将改进后的深度目标检测网络YOLOv4与目标跟踪算法DeepSORT相结合,考虑满足实际高速公路下交通事件检测实时性的要求,重新定义了DeepSORT外观模型对基于DeepSORT多目标跟踪算法中的表观特征提取方式改进为方向梯度直方图(HOG)特征提取方式,通过目标轨迹特征对视频中出现的行
【机 构】
：
西安工业大学电子信息工程学院 西安710021
论文部分内容阅读
鉴于传统交通事件检测方法的准确率和实时性无法满足多变的高速公路视频监控检测需求的问题,因此提出使用深度学习的交通事件检测方法.为了提高对高速公路远处小目标车辆检测率,选取并融合多种尺度的特征图进行预测来提升算法检测能力,将改进后的深度目标检测网络YOLOv4与目标跟踪算法DeepSORT相结合,考虑满足实际高速公路下交通事件检测实时性的要求,重新定义了DeepSORT外观模型对基于DeepSORT多目标跟踪算法中的表观特征提取方式改进为方向梯度直方图(HOG)特征提取方式,通过目标轨迹特征对视频中出现的行人和车辆逆行交通异常情况的判别.由于高速公路车辆检测作为专业领域的图像目标检测,目前没有开源的数据集,因此通过收集不同场景、环境下的高速公路视频监控,对视频流进行处理,并自行筛选建立对应格式下的车辆数据集.实验结果表明,在保证检测效果的前提下,将检测速度由原来的16提升至20 fps,在提高检测时间的前提下将漏检率降低了9％,因此该方法具有较高的判别精度和检测效率.
其他文献
基于压缩感知理论提出一种宽带线性调频信号采集新方法,实现信号的压缩采样处理,有效降低信号的采样频率与采样点数.首先,利用线性调频信号在分数阶傅里叶域的稀疏性,构建信号的稀疏表示模型;选择随机高斯矩阵作为测量矩阵,引入奇异值分解和最小化互相干系数法进行测量矩阵的优化设计,提升其压缩测量性能;最后利用优化后的测量矩阵与测量信号重建原始的信号.实验结果表明,算法能有效改善测量矩阵的性能,提升信号重建效果,所提出算法可以在保证重建成功恢复概率的同时,大大降低采集的数据量.
为了实现异构多核系统上的任务的并行执行,提出了一种分层多处理器任务模型(MPT)的联合调度和映射策略.首先,基于分层多处理器任务模型,考虑异构多核平台上混合数据和任务并行以及进程之间的依赖关系,建立起一个由多个MPT构成的MPT图;然后,基于MPT图提出了一种分层调度算法,调度算法将图结构划分为若干层,每层采用符号核组的一个集合,每个符号核组可依次执行若干个MPT;为了实现一个MPT程序到一个多核系统的感知映射,又提出了3种从符号核到物理核的映射,以实现多处理器并行任务的计算.实验结果表明,提出的分层MP
模拟现场生产过程中温度较高时贫氧和空气条件下对氧化铁皮生成的影响,利用管式加热炉对试验钢种在含氧量3％和21％气氛中1150℃和1200℃加热时氧化铁皮的形成进行研究,采用SEM和EPMA对氧化铁皮的断面形貌进行观察和分析.结果 表明:高于1150℃时不同氧化气氛条件下氧化增重曲线更符合线性规律,氧化气氛中含氧量增加,氧化增重和氧化速率都明显增加.试验钢种氧化铁皮结构与传统氧化铁皮结构相比,在氧化铁皮和基体之间出现了Fe2SiO4层,在含氧量3％,温度1150℃条件下Fe2SiO4未发生液相转变,其他条件
针对水下滑翔机、剖面浮标等小型水下无人平台尺寸小、速度低、负载能力弱的特点,研发了一种小体积、低功耗的水声目标探测系统.采用单个大深度复合同振式矢量水听器作为声学传感器;采用DSP+ FPGA+ EMMC架构搭建水声信号处理系统的硬件平台;使用航姿测量传感器得到系统的实时姿态欧拉角,实现了一种单矢量水听器动平台加窗直方图统计算法来求得目标相对真北的估计方位.将该系统搭载在水下滑翔机上进行海上试验,试验结果证明该系统能够在1000 m深度稳定工作,对航速14 kn(1 kn≈0.5144 m/s)的水面航船
针对水上无人船和陆地无人车构成的水陆两栖异构多机器人系统编队控制复杂的问题,研究并设计了一种一致性自适应包含控制方式.首先利用系统的理论模型并通过系统转换算法结合图论及矩阵理论,完成了固定拓扑下系统达到一致性所需的条件分析,并且实行仿真从而证实该理论的效用显著.在此基础上为实现对系统的包含控制,对多异构系统详细分析基础上完成对自适应连续控制器的设计.最后利用仿真实验证实该方法不仅能够很好地达到分布式包含控制效果,而且极大增强了异构多机器人系统的稳定性和可靠性.
风能发电极易受风的不规则波动影响,干预了电力系统的安全稳定运行.为解决该问题,提出一种考虑加权理论的风电场集群风速预测方法.首先采用综合加权理论进行数据预处理,随后采用聚类算法将物理特性相似的风电机组构成集群,最后根据长短期记忆网络模型得到预测结果.针对风电机组运行数据中各指标权重对聚类结果影响相同的现象,基于综合加权理论对数据进行了预处理,在赋予各指标物理意义的同时有效改善了聚类效果,进而提升了预测精度.基于风电场真实监测数据对该方法的验证表明,所提出的方法具有较高的预测精度.
为了更好的保存红外与可见光图像中的细节轮廓和对比度等信息,提出了一种潜在低秩表示(LatLRR)下视觉显著映射(VSM)和脉冲耦合神经网络(PCNN)相结合的图像融合方法.通过LatLRR将红外图像和可见光图像分解为低秩部分和显著部分,并分别使用不同的融合策略对得到的低频和高频层进行融合.低秩部分上,先计算图像低秩部分的视觉显著强度,并使用基于VSM的融合策略来融合图像低秩部分,以保留更多轮廓信息;显著部分上,使用梯度域PCNN融合策略来融合显著部分.舍弃二者的稀疏噪声,通过对融合后的低秩部分和显著性部分
为避免传统糖度检测仪器对苹果糖度的破坏性测量,提出了一种新型的基于无线传输模块的气体传感器阵列采集苹果气味,建立苹果散发的气味与糖度之间的联系,实现了快速、无损、简易便携的苹果糖度检测系统,该方法相较于近红外光谱仪器简易便携,性价比更高.该检测系统是由气体传感器阵列组成的数据采集系统和带有模式识别软件的计算机组成.对苹果进行气体浓度采集,获得每个气体传感器上的浓度数值,经过数据预处理,滤除存在的噪声信息,提取特征值参数,作为神经网络识别的输入向量.用粒子群(PSO)算法改进的BP神经网络对所测样本进行分析
针对已有的DQN配时算法无法应用在倒计时交叉口的问题,提出以Webster配时法计算绿信比方案,并将其作为控制动作,以归一化车流量、车速、排队长度构造状态矩阵,通过3层全连接神经网络计算动作价值,引入零奖赏延误因子将延误时间转换为奖励值,使用探索率余弦衰减的方式提高收敛能力,使用Huber函数计算误差提高收敛稳定性,最后利用Vis-sim仿真平台进行测试.结果 表明,该方法在延误指标上相比20种固定配时方案均有不同程度的降低,证明了该方法的有效性.
时频同步对时间敏感的无线分布式网络尤为重要,同步精度直接决定了系统的综合性能.传统的时钟同步方案只研究了节点之间的相对时钟偏差,没有考虑时钟频率偏差.但是节点之间存在的时钟频率偏差是导致时钟相位漂移的主要因素.因此提出了一种面向超宽带(UWB)信道的高精度时频同步方法可以满足多节点时钟同步的需求.方案采用单向消息传递机制,可以精确的估计主从节点之间的频率比例因子.同时采用基于VCO的时钟驯服电路,调整本地时钟频率与参考时钟频率一致,从而减少了无线传感网络的时钟相位漂移,提升了时钟同步的稳定性.实验证明,方