基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
作为one-stage代表作的YOLO系列最新算法,YOLOv4在检测速度和精度相比于YOLOv3均有提升,但是YOLOv4在视频流的检测速度上仍有提升的空间.提出一种融合Camshift和YOLOv4的车辆目标检测算法.算法的流程为:首先计算图像的差异值哈希值,然后利用哈希值来判断当前帧图像与上一帧图像的相似度,当相似度小于阈值,则交给YOLOv4算法进行检测,并将检测结果传给Camshift作为其初始化跟踪窗口;当相似度大于阈值,则由Camshift算法来进行跟踪.最后在实际道路上采集的数据进行算法检测,检测结果表明融合算法的有效性.
推荐文章
改进 YOLOv4 的混凝土建筑裂缝检测算法
裂缝检测
目标检测
YOLOv4
多尺度特征融合
基于暗通道和改进YOLOv3的雾天车辆检测算法
雾天车辆检测
暗通道去雾算法
YOLOv3
K-means
先验框
注意力机制
基于改进YOLOV4模型的交通标志识别研究
交通标志识别
高清街景图像
注意力机制
增强感受野
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合Camshift与YOLOv4车辆检测算法
来源期刊 机床与液压 学科
关键词 YOLOv4算法 Camshift算法 差异值哈希算法 算法融合
年,卷(期) 2021,(11) 所属期刊栏目 试验与研究|TEST & RESEARCH
研究方向 页码范围 70-74
页数 5页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1001-3881.2021.11.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (2)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(7)
  • 参考文献(1)
  • 二级参考文献(6)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(6)
  • 参考文献(1)
  • 二级参考文献(5)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
YOLOv4算法
Camshift算法
差异值哈希算法
算法融合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机床与液压
半月刊
1001-3881
44-1259/TH
大16开
广州市黄埔区茅岗路828号
46-40
1973
chi
出版文献量(篇)
20801
总下载数(次)
44
总被引数(次)
104386
论文1v1指导