基于深度学习的交通监控视频车辆检测算法

• 作者: 左羚群 毛其超 贾瑞生 齐榕
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 监控视频 车辆检测 深度学习 卷积神经网络(CNN)
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 111-117,164
• 页数: 8页
• 分类号: TP3
• 字数: 5278字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.09.019

摘要

针对交通视频监控场景复杂、视频单帧图像分辨率高的特点,提出一种基于Faster R-CNN的车辆检测改进算法.利用残差网络原理对Faster R-CNN网络特征提取层进行改进,并在网络中加入空洞卷积过滤掉高分辨率视频图像存在的冗余特征,改善原有算法易发生车辆漏检的问题;为应对交通视频中的车辆重叠场景,使用Soft-NMS替换原有的NMS机制,减少由于车辆重叠导致的检测框丢失问题.分别在三个不同的数据集下进行实验,结果表明,该算法检测精度相较于Faster R-CNN有提高,并且可以较好地适应监控视频中多种环境下车辆检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾瑞生	山东科技大学山东省智慧矿山信息技术省级重点实验室	42	297	10.0	15.0
2	毛其超	山东科技大学计算机科学与工程学院	2	0	0.0	0.0
3	左羚群	山东科技大学计算机科学与工程学院	1	0	0.0	0.0
4	齐榕	山东科技大学山东省智慧矿山信息技术省级重点实验室	2	0	0.0	0.0