结合运动目标检测和ResNet的车速车型智能识别
梁栋1
何佳1
石陆魁2
王松1
刘佳1
1.河北工业大学土木与交通学院,天津,3000002.河北工业大学人工智能与数据科学学院,天津,300000
摘要：车速和车型作为重要的车辆信息,在道路监控系统中发挥着很大的作用.传统的基于视觉的车辆信息识别方式由于计算参数过大且提取的特征不足,难以满足智能交通实时性和普适性的需求.对此,提出了一种新的车辆信息识别方法,采用运动目标检测技术实现视频中车辆的提取,然后利用虚拟线圈法进行车速识别,再通过改进的残差网络对提取的车辆进行车型识别,有效地减少了计算参数,实现了对视频的快速处理,同时利用了残差网络极强的特征表达能力,提高了识别的准确率.此外,加入了重载车型的研究,有良好的应用前景.实验结果显示,系统车速识别平均绝对误差不超过6 km/h,车型识别平均准确率达到92.1％,针对小客车和小轿车的识别准确率高达98.7％,优于传统的识别方法.
关键词：智能交通系统卷积神经网络车型车速智能识别
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(50808063)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 10-19 )
英文信息