10.3969/j.issn.1004-132X.2018.15.015
基于YOLO_v2模型的车辆实时检测
为了解决传统车辆检测实时性差和摄像头获取信息单一的问题,提出了一种基于改进YO-LO_v2模型的车辆实时检测算法.基于YOLO_v2网络结构建立车辆检测模型,证明了YOLO_v2算法在车辆检测方面准确率高、实时性好.对YOLO_v2算法进行改进,使改进后的算法能对采集到的车载视频信息进行多维度判断:判断图片中是否有车辆及车辆在图片中的位置,判断被检测车辆与摄像头的相对方位及运动趋势,判断被检测车辆对自身车辆的危险程度.实验结果表明,改进后的模型在车载视频上取得了良好的检测效果,解决了车载视频中车辆检测实时性低的问题,并将传统基于视觉的车辆检测从单一维度检测扩展到了多维度检测.
YOLO_v2模型、车辆检测、车载视频、实时、多维度的
29
TP391.4(计算技术、计算机技术)
国家科技支撑计划资助项目2015BAG08B0
2018-09-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
1869-1874