基于公路监控视频的车辆检测和分类

• 作者: 曹富奎 白天 许晓珑
• 来源期刊: 计算机系统应用
• 关键词: 车辆检测 高斯混合模型 目标识别 分类网络 实时性
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 研究开发
• 页码范围: 267-273
• 页数: 7页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007566

摘要

在学习了已有的检测与分类算法以后,设计了一种将改进的高斯混合模型(GMM)与分类网络(GoogLeNet)融合的方案用于车辆的检测和分类.针对高斯混合模型存在模型初始化速度慢和计算复杂的问题,改进了初始化模型的算法提升初始化效率.运用五帧差法做车辆初提取,在提取到的车辆区域上运用高斯混合模型获得车辆图片,把五帧差法和高斯混合模型结合起来减小了建模的区域,提升了检测速度,提高了系统实时性.最后使用GoogLeNet对车辆分类.实验证明相较于现有的车辆检测分类方法,本文所提方法在检测速度和分类准确性上都有很大提升,满足了现实场景下对监控视频的车辆检测和分类的实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白天		9	16	3.0	3.0
2	曹富奎		1	0	0.0	0.0
3	许晓珑		1	0	0.0	0.0