基于计算机视觉的夜间交通流量统计算法研究

• 作者: 王洪昌 王鹏 焦博文 于奕轩 王玉林
• 来源期刊: 青岛大学学报（工程技术版）
• 学科: 工学
• 关键词: 计算机视觉 交通流量统计 YOLO v5s DeepSORT 智能交通
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 计算机技术|COMPUTER TECHNOLOGY
• 页码范围: 55-60
• 页数: 6页
• 分类号: TP391.41|TP393.021
• 语种: 中文
• DOI: 10.13306/j.1006-9798.2022.02.009

摘要

针对夜晚环境中传统交通流量统计出现的实时性、鲁棒性及准确性不高的问题,提出了一种基于改进的YOLO v5s交通流量统计算法.采用残差网络的连接结构对YOLO v5s算法中的Fo-cUs层进行改进.将改进后的YOLO v5s算法与DeepSORT跟踪算法、统计模块搭建高效的交通流量统计框架.采集实际路况的夜间场景视频来对该框架的准确性进行验证.实验结果表明,该算法平均准确率达到92.9％,较改进前提升3.0％,平均检测速度可以达到33.4 Hz,准确率及实时性都能满足交通流量统计要求.该算法框架可有效地提供夜间交通流量数据,为智能交通发展提供一定的技术支持.