交通监控视频中的车辆检测技术研究

《交通监控视频中的车辆检测技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文交通监控视频中的车辆检测技术研究作者姓名周标学科专业计算机科学与技术指导教师徐雪妙教授所在学院计算机科学与工程学院论文提交日期2016年5月ResearchonVehicleDetectioninTrafficSurveillanceVideoADissertationSubmittedfortheDegreeofMasterCandidate：ZhouBiaoSupervisor：Prof.XuXuemiaoSouthChinaUniversityofTechnologyGuangzhou,China

2、分类号：TP3学校代号：10561学号：华南理工大学硕士学位论文交通监控视频中的车辆检测技术研究作者姓名：指导教师姓名、职称：申请学位级别：硕士学科专业名称：计算机科学与技术研究方向：计算机视觉论文提交日期：论文答辩日期：学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：委员：华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个

3、人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。本学位论文属于：□保密，在年解密后

4、适用本授权书。□不保密,同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKI《中国知识资源总库》，传播学位论文的全部或部分内容。(请在以上相应方框内打“√”)作者签名：日期：指导教师签名：日期作者联系电话：电子邮箱：联系地址(含邮编)：摘要随着智能交通系统的逐步建立，交通监控视频中车辆检测技术的需求不断扩大。本文对视频中车辆检测面对的难题和现有的方法进行了研究，然后结合FasterR-CNN和ViBe算法提出了本文的视频中车辆检测方

5、法。本文的主要工作如下：1.针对视频中的车辆检测，本文提出了一个融合运动目标检测技术(ViBe)和基于深度学习的静态图片目标检测算法（FasterR-CNN）的新框架。该框架的设计和实现是为了解决两个问题：1）为了解决传统的运动目标检测算法在复杂情况（光照突变，画面抖动，车辆遮挡等）下检测正确率较低的问题，本文利用FasterR-CNN，通过对大量复杂情况下的车辆训练数据进行学习，能够更加准确、稳定地在复杂的情况下检测出车辆。2）为了进一步减少FasterR-CNN的计算时间和避免误判的发生，本文利用ViBe算法快

6、速地提取运动目标区域，能够极大地减少FasterR-CNN需要处理的数据量，并且降低FasterR-CNN的误判率，从而提升了检测的速度和准确率。2.为了实现ViBe算法和FasterR-CNN融合的高效性和统一性，本文在以下的几个方面对算法做了改进：1）本文提出利用FasterR-CNN对第一帧图像的检测结果来指导ViBe算法模型初始化的改进，使其能够避免“鬼影”的产生。2）本文利用上一帧FasterR-CNN提供的检测结果来指导当前帧中ViBe算法的模型更新和前景判断策略，从而提升算法对各种复杂情况的鲁棒性。3

7、）本文将FasterR-CNN中不同的卷积层的特征组合起来，使分类器能够获取到更多层次的信息，从而能够更好地检测出视频中小的车辆。4）本文结合了时域上的信息对FasterR-CNN中RPN提取的候选区域进行筛选，能够在保持准确率的情况下减少大约50%的候选区域的数量。5）本文提出了一种权值时域非极大值抑制算法，对视频中时域上的结果进行建模，用来给当前帧分类结果重新打分并筛选，能够在一些FasterR-CNN检测失败的困难场景得到更准确的检测结果。I3.本文基于广东省交通集团提供的广东省高速公路监控视频数据，制作了一

8、个有超过10000个正样本的高速公路监控视频中的车辆数据集，用于进行算法的实验和验证。在这个数据集中，本文提出的算法和现有方法相比，同时具有较高的准确率和较快的速度，能取得较好的效果。关键字：车辆检测；Vibe算法；FasterR-CNN；深度学习IIAbstractWiththegradualestablishmentofintelligenttransp