基于中心点检测的车流统计方法研究

• 作者: 彭天亮 邢静
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 中心点检测 卷积神经网络 车流密度估计 车流统计
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息融合
• 页码范围: 1350-1353
• 页数: 4页
• 分类号: TP391
• 字数: 2132字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.06.017

摘要

由于尺度变化、角度变化及遮挡问题,对图像中的车流数量进行估计具有较大的挑战.随着深度学习的发展,利用基于多列或多网络的神经网络模型来提取尺度相关的特征,以提升密度估计的精度,但是,这些模型在进行优化训练时较为复杂,且需要消耗巨大的计算资源.鉴于此,论文提出一种通过基于中心点检测的卷积操作,来提取车辆相关的特征信息,根据检测到的结果和标注数据构建Focal Loss,从而实现对高密度车流的估计.实验表明,该模型具有较高的精度和较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭天亮		5	1	1.0	1.0
3	邢静		9	5	2.0	2.0