基于YOLO的道路车辆拥堵分析模型

• 作者: 张家晨 陈庆奎
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 交通拥堵 拥堵检测 车道分析 拥堵时间 高峰时段
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 2018年全国开放式分布与并行计算学术年会(DPCS 2018)论文
• 页码范围: 93-97
• 页数: 5页
• 分类号: TP393|TP18
• 字数: 5811字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2018071656

摘要

针对当前交通运行出现的拥堵问题,提出一种新型的道路状态判断模型.首先,模型基于YOLOv3目标检测算法,然后结合图片对应的特征值矩阵,通过相邻帧之间的特征矩阵作差并将差值逐项求和得到的结果与预设值进行比较来判断当前道路是处于拥堵状态还是正常通行状态,其次再将当前计算出的道路状态与前两次计算出的道路状态进行比较,最后运用模型里的状态统计法来统计道路某状态(拥堵或通畅)的持续时间.该模型能够同时对一条道路的三个车道进行状态统计分析,经过实验,模型对单条车道状态判断的平均准确率能达到80％以上,并且白天与夜晚的道路均适用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈庆奎	上海理工大学光电信息与计算机工程学院	149	769	14.0	22.0
2	张家晨	上海理工大学光电信息与计算机工程学院	1	5	1.0	1.0