基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
车辆实时检测属于计算机视觉的研究内容之一,其主要目的在于识别和定位视频中的车辆.文章首先对传统车辆实时检测的特点进行回顾并总结存在的一些问题,然后对卷积神经网络的基本结构进行介绍,重点分析和讨论了应用YOLO_v2算法进行车辆实时检测的思路和方法,最后总结了当前存在的问题以及未来的发展方向.
推荐文章
实时车辆检测和跟踪系统设计
移动机器人
车辆检测
分类器
车辆跟踪
北斗定位特种车辆实时油耗检测算法研究
油耗检测
特种车辆
超声传感
北斗定位
数学模型
视频图像的车辆速度实时检测算法研究
倾斜矫正
车灯定位
对称性
摄像机标定
车速检测
基于DSP的视频车辆实时检测系统的实现
数字信号处理器
大规模集成参考框架
车辆检测
背景提取
阴影检测
运动检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 车辆实时检测研究综述
来源期刊 电子质量 学科 工学
关键词 车辆实时检测 计算机视觉 卷积神经网络 YOLO_v2算法
年,卷(期) 2019,(2) 所属期刊栏目 通用测试
研究方向 页码范围 4-8
页数 5页 分类号 TP391.41
字数 4206字 语种 中文
DOI 10.3969/j.issn.1003-0107.2019.02.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张庆辉 河南工业大学信息科学与工程学院 70 263 8.0 13.0
2 卞山峰 河南工业大学信息科学与工程学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (122)
共引文献  (527)
参考文献  (22)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(18)
  • 参考文献(0)
  • 二级参考文献(18)
2016(25)
  • 参考文献(1)
  • 二级参考文献(24)
2017(25)
  • 参考文献(5)
  • 二级参考文献(20)
2018(19)
  • 参考文献(15)
  • 二级参考文献(4)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车辆实时检测
计算机视觉
卷积神经网络
YOLO_v2算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子质量
月刊
1003-0107
44-1038/TN
大16开
广州市五羊新城广兴花园32号一层
46-39
1980
chi
出版文献量(篇)
7058
总下载数(次)
32
总被引数(次)
15176
论文1v1指导