林区视频监控下车流量分类统计

摘要：

针对林区环境中通过监控视频统计车流量的传统方法提取车辆特征困难、无法分类统计等问题,提出了一种基于YOLOv5结合DeepSORT的车流量分类统计方法.该方法使用目标检测算法YOLOv5作为检测器对车辆进行分类检测,为了提升实际场景中的车辆检测效果,在算法中融入CBAM注意力机制增强检测器对车辆的特征提取能力,同时将NMS改进为DIoU-NMS,解决了因车辆相互遮挡导致的漏检问题.使用目标跟踪算法DeepSORT对检测到的车辆进行跟踪,为了减少车辆身份切换现象,将重识别网络在车辆重识别数据集上重新训练.最后通过在视频中设置虚拟线的方法对跟踪到的车辆进行统计.将该方法在实际场景中进行效果验证,实验结果表明,总体车流量统计准确率较改进前提升10.1％,汽车、货车、客车的车流量统计准确率分别为91.8％,94.6％,93.8％.

关键词：计量学、车流量统计、目标检测、目标跟踪、视频监控、YOLOv5算法、DeepSort算法、图像处理

所属期刊栏目：44

分类号：TB96(计量学)

资助基金：国家自然科学基金;云南省教育厅科学研究基金

在线出版日期：2023-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1093-1099