原文传递
基于深度学习的轻量化车辆检测与跟踪系统的设计与实现
| 论文题名： | 基于深度学习的轻量化车辆检测与跟踪系统的设计与实现 |
| 关键词： | 深度学习;车辆检测;车辆跟踪;交通卡口 |
| 摘要： | 随着科技的不断发展，人工智能技术也取得了质的飞跃，人工智能中的计算机视觉领域也占据了重要的位置。其中，目标检测和跟踪是计算机视觉领域不可或缺的一环，目标检测和跟踪在实际生活中有许多实际应用，包括交通道路上的监控，门禁系统的人脸识别、生物医学的诊断等不胜枚举。由于计算能力和云技术的不断提升，隶属于人工智能中的深度学习技术取得了长足的发展，因此，基于深度学习的目标检测和跟踪技术也不断发展，基于深度学习的模型在精度和速度方面也不断提升。 在交通领域中，检测和跟踪交通卡口中监控视频的车辆是一个具有实际需要和意义的课题。当前在学术研究和实际的工程中已经存在不同的车辆检测器和跟踪器，然而这些车辆检测器和跟踪器也很难满足精度和速度方面的要求。针对以上问题，本文尝试设计一种车辆检测和跟踪的轻量级系统，在模型大小、检测跟踪速度和精度方面满足要求。本文的安排如下：首先，阐述当前目标检测和跟踪技术的背景意义以及相关的国内外研究现状；其次，阐述一般轻量化车辆检测和跟踪技术的理论方法及具体流程；进一步，在此基础上对一般流程进行改进，尝试实现准确性和实时性的提升。具体来说，在目标检测部分，本文将引入深度学习方法，使用卷积神经网络进行车辆定位，提高车辆检测的准确率；同时，根据交通卡口采集到的监控视频制作成图像帧，并进行相关的处理，制作成自建数据集，训练神经网络，提升检测算法对不同场景的泛化能力。在车辆跟踪部分，本文拟尝试使用DeepSORT跟踪框架，利用深度学习方法训练重识别网络，利用传统跟踪算法加快速度。将检测和跟踪进行结合的基础上，利用其各自的特性，提高模型的精度。基于以上方法不断进行实验及改进，将所得结果与现有方法进行比较和评估，以达到改善现有技术的目标。 |
| 作者： | 王宇 |
| 专业： | 软件工程 |
| 导师： | 徐悦甡;王祥雪 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安电子科技大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
