10.3969/j.issn.1000-1158.2021.06.05
基于YOLOv3和DeepSort的车流量检测
针对传统多目标跟踪算法的检测跟踪精度低、鲁棒性差的缺点,基于经典的Tracking-By-Detection模式,提出一种基于YOLOv3和DeepSort的车流量检测方法,实现了车辆视频监控端到端的车流量视频的实时监测与跟踪计数.采用深度学习YOLOv3算法检测视频车辆目标,然后利用深度学习DeepSort算法对检测到的车辆进行实时跟踪计数.实验结果表明该方法应对快速移动的车辆和环境光照的影响时,对车流量的检测效果良好,平均精度达到94.7%,端到端的算法可行且有效,适用于对车辆视频的批处理.
计量学、车流量检测、YOLOv3算法、DeepSort算法、深度学习、图像处理
42
TB96(计量学)
2021-07-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
718-723