10.16652/j.issn.1004-373x.2023.17.014
基于深度学习算法的机动车尾气排放黑烟监测
为提高对黑烟车监测能力,提出一种基于深度学习算法的机动车尾气排放黑烟监测方法.提取运动前景机动车位置,并结合霍夫直线检测方法明确机动车尾气排放候选黑烟区域;对候选黑烟区域图像实施特征降维处理,以处理后候选黑烟区域图像为输入,构建深度学习算法的卷积神经网络模型;利用卷积层提取输入图像边缘、颜色、纹理以及表面特征,在池化层求出目标特征损失函数,以最小化损失函数为目标对网络实施训练,完成机动车尾气排放黑烟监测.实验结果表明,该方法在不同天气场景下对机动车尾气排放黑烟监测的平均准确率为97.89%、召回率最高为89.94%,监测能力强.
深度学习算法、尾气排放、黑烟监测、黑烟区域提取、主成分分析、深度特征、损失函数
46
TN911.73-34;TP301
2023-09-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
66-69