基于YOLOv3的城市公路交叉口车道拥堵实时判别算法实现

• 作者: 刘政 康海洋 李浩澜
• 来源期刊: 电子制作
• 关键词: 交通拥堵 YOLOv3 目标检测 车辆跟踪
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 软件开发
• 页码范围: 40-41,37
• 页数: 3页
• 字数: 2509字
• 语种: 中文

摘要

针对城市道路交叉口拥堵场景中,传统路面传感器难以准确判别拥堵路况、无法准确设置红绿灯配灯时间、导致交通堵塞情况无法缓解的问题,提出基于YOLOv3算法的城市公路交叉口车道拥堵实时判别算法.对比传统基于图像背景差分的交通拥堵检测方法,基于YOLOv3的深度学习车辆目标检测方式具备检测准、速度快优势,在此基础上结合车道区域内交通特征参数,实现了一种新的车道拥堵实时判别算法.实验结果表明:提出的车道拥堵实时判别算法能准确判别车道拥堵,判别率高、速度快,与仅采用传统图像背景差分法提取车辆目标进行拥堵判别方法相比优势明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘政	重庆理工大学计算机科学与工程学院	7	51	5.0	7.0
2	李浩澜	重庆理工大学计算机科学与工程学院	2	6	1.0	2.0
3	康海洋	重庆理工大学计算机科学与工程学院	1	0	0.0	0.0