收藏本站
《东华大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

面向智能交通的目标检测与跟踪

杨诗宇  
【摘要】:智能交通系统(Intelligent Transportation System,ITS)集成了计算机、电子、通讯、汽车制造、人工智能等多学科理论与技术,以提供创新的运输方式以及交通管理智能服务。这一系统可以更好地改善城市交通状况,使其更加协调、安全和人性化,同时提高出行效率。本文基于智能交通中视觉感知系统采集的视频数据,深入研究车辆监控以及无人驾驶中的目标检测与跟踪问题。文章围绕背景提取算法,建立相应的自适应参数调节机制。利用图像提出特征融合分类模型与目标跟踪算法。优化深度学习参数计算结构控制无人驾驶方向盘转角。本论文的主要贡献如下:(1)提出“闪烁模型”以及“目标概率”耦合模型以自适应调节背景提取模型的超参数。在智能交通车辆监控技术中,首先根据像素级信息建立背景模型,从而进行目标检测。传统的背景建模,根据经验设定出固定超参数,不能保证适用于多种不同场景。针对此类问题,提出了双模型耦合超参数自适应调节方法,使其能够更好地适应背景闪烁、树叶摇动、阴影干扰以及图像噪声多种场景。(2)提出并构建多特征融合学习模型提高车载摄像头的目标识别率以及检测率。无人驾驶中单图像特征很难满足其复杂动态的目标检测的要求。针对此问题,通过筛选图像多种跨级别特征进行决策,并加入梯度提升模型,共同创建特征融合分类器提高了目标识别率以及检测率。(3)提出了基于粒子滤波的变尺度搜索框与三阈值模板更新策略的目标跟踪算法。在智能交通视觉跟踪问题中,由于目标物近大远小的视觉差,在长时间的视频流当中目标物在尺度以及外观上会有明显的变化。因此,本文提出全新的利用多区域快速颜色直方图集成的图像特征提取方法,并借助粒子滤波算法寻找最佳搜索框尺度大小。并提出三阈值目标模板更新策略,有效改善了视频目标跟踪不稳定的问题。(4)提出了参数压缩的深度学习网络结构降低模型整体存储空间、提高执行速度。深度学习是图像识别、检测等任务最常用的方法。但是在无人驾驶任务中,需要减少参数、降低模型规模以节约计算成本,才能降低对硬件需求和提高实时性能保障。针对此问题,根据MobileNets网络核心思想,进一步压缩和优化卷积神经网络结构,以便训练需要存储空间更小的网络执行计算。并将压缩的神经网络模型应用于控制方向盘转角任务。在保持精度基本不变的前提下,模型计算速度得以有效提升。最后,对全文中所研究的智能交通中目标检测与跟踪问题做了总结,并对该领域研究的发展方向和研究方法做了展望。
【学位授予单位】:东华大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:U495;TP391.41

【参考文献】
中国期刊全文数据库 前1条
1 张可,齐彤岩,刘冬梅,王春燕,贺瑞华,刘浩;中国智能交通系统(ITS)体系框架研究进展[J];交通运输系统工程与信息;2005年05期
【共引文献】
中国期刊全文数据库 前10条
1 吕浩涵;;大数据在智能交通系统中的应用[J];中国新技术新产品;2015年11期
2 赵亮;;智能交通系统中存在的问题及改进措施[J];山东工业技术;2015年04期
3 赵娜;袁家斌;徐晗;;智能交通系统综述[J];计算机科学;2014年11期
4 徐楠;;智能交通技术在停车场中的应用与发展研究[J];智能建筑与城市信息;2014年05期
5 朱志慧;;城市智能交通系统建设的研究[J];无线互联科技;2013年11期
6 洪晓龙;孙玲;朱丽丽;李宏海;王丹;;路网多媒体出行信息服务体系框架研究[J];公路交通科技;2012年S1期
7 曹黎明;;基于P2P的智能交通信息平台构成及数据查询技术研究[J];山西煤炭管理干部学院学报;2011年01期
8 贾峤;;智能交通综合控制平台的分析与设计[J];武汉冶金管理干部学院学报;2009年02期
9 徐建闽;林思;焦光庭;徐萌;;大交通模式下的ITS体系框架研究[J];交通信息与安全;2009年02期
10 元海英;刘福海;张可;;我国智能交通系统(ITS)体系框架开发的关键技术[J];交通科技与经济;2008年04期
【二级参考文献】
中国期刊全文数据库 前1条
1 张国伍;大型智能交通系统工程项目的开发方法[J];交通运输系统工程与信息;2004年04期
【相似文献】
中国期刊全文数据库 前10条
1 柳欣;耿佳佳;钟必能;杜吉祥;;多生物特征融合发展现状及其展望[J];小型微型计算机系统;2017年08期
2 孙兴华,郭丽,王正群,杨静宇;商标图像检索中子图像特征融合准则研究[J];南京理工大学学报(自然科学版);2002年05期
3 宋卫华;;基于多级别特征融合的医学图像检索技术[J];南华大学学报(自然科学版);2014年02期
4 武冰;周石琳;林勇强;商亚新;;特征融合的多时相遥感图像道路提取方法[J];微计算机信息;2007年36期
5 黄双萍;俞龙;卫晓欣;;一种异质特征融合分类算法[J];电子技术与软件工程;2013年02期
6 种衍杰;方琰;沙涛;;基于特征融合网络的行人重识别[J];计算机系统应用;2019年01期
7 杨亚龙;汪明月;方潜生;;基于图像与生理参数特征融合的情感识别方法研究[J];合肥工业大学学报(自然科学版);2017年06期
8 林劲;;基于典型相关分析的水声特征融合方法研究[J];中国科技信息;2014年01期
9 钟国崇;储珺;缪君;;特征融合自适应目标跟踪[J];图学学报;2018年05期
10 李又栋;;发动机故障诊断中特征融合技术的应用研究[J];科技资讯;2014年06期
中国重要会议论文全文数据库 前10条
1 唐侃;邹波;;基于全局和部件特征融合的空间非合作目标识别[A];空天资源的可持续发展——第一届中国空天安全会议论文集[C];2015年
2 吴国文;田杨阳;毛文涛;;基于特征融合的滚动轴承在线故障诊断[A];第30届中国控制与决策会议论文集(3)[C];2018年
3 曹轶;;基于物理特征融合的多物理场耦合可视化方法[A];2015年版中国工程物理研究院科技年报(II)[C];2015年
4 孟凡洁;孔祥维;尤新刚;;基于特征融合的相机来源认证方法[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
5 马永亮;赵铁军;;统计机器翻译中多分词结果的融合[A];中国计算机语言学研究前沿进展(2007-2009)[C];2009年
6 马亮;何婷婷;陈劲光;李芳;邵伟;;一种利用关键词提取的面向查询多文档文摘技术[A];第四届全国学生计算语言学研讨会会议论文集[C];2008年
7 金雪夫;方乐;王颖;;一种基于势能网格的新型人群流动数值模拟方法[A];中国力学大会-2015论文摘要集[C];2015年
8 张耀天;吴智昌;魏少明;张玉玺;;基于CNN+LSTM的空间目标识别[A];第十二届全国信号和智能信息处理与应用学术会议论文集[C];2018年
9 杭成;刘文波;袁家雯;;基于KSRC的MBN特征融合在铁磁材料分类中的应用[A];2017远东无损检测新技术论坛论文集[C];2017年
10 孙振权;肖诗斌;吕学强;施水才;;基于内容图像检索的特征融合技术研究[A];图像图形技术研究与应用(2010)[C];2010年
中国重要报纸全文数据库 前2条
1 谭永明伍换 陈雄;传感器火眼金睛[N];中国质量报;2007年
2 张开宏;亚华的厄瓜多尔之路[N];湖南经济报;2004年
中国博士学位论文全文数据库 前10条
1 杨诗宇;面向智能交通的目标检测与跟踪[D];东华大学;2018年
2 王泽宇;面向场景解析的深度学习网络研究[D];哈尔滨工程大学;2018年
3 孔冬冬;基于特征融合的刀具磨损监测技术研究[D];华中科技大学;2018年
4 陈倩;多生物特征融合身份识别研究[D];浙江大学;2007年
5 周斌;多生物特征融合理论的研究与实验[D];清华大学;2007年
6 蒲晓蓉;多模态生物特征融合的神经网络方法[D];电子科技大学;2007年
7 王志芳;基于感知信息的多模态生物特征融合技术研究[D];哈尔滨工业大学;2009年
8 苗迪;基于特征层与分数层的多模态生物特征融合[D];中国科学技术大学;2017年
9 王晓萌;基于特征融合的视觉关注算法研究[D];中国矿业大学(北京);2017年
10 王楠;基于多视觉特征融合的后方车辆检测技术研究[D];东北大学 ;2009年
中国硕士学位论文全文数据库 前10条
1 阳策;基于特征融合的人脸图像美化与三维重建应用[D];浙江理工大学;2019年
2 张猛;基于多维度特征融合和GBDT增强分类的列车制动系统故障诊断[D];北京交通大学;2018年
3 程飞;基于特征融合的开挖器械声音识别算法研究[D];杭州电子科技大学;2018年
4 臧瑾;阵列脉象信号融合分类方法研究[D];哈尔滨工业大学;2018年
5 殷和义;基于卷积神经网络和特征融合的高分辨率距离像识别[D];山东大学;2018年
6 刘楚琦;基于多模态生理信号的特征融合算法研究[D];天津师范大学;2018年
7 耿佳佳;基于人脸和语音深度特征融合的说话人识别与标注算法研究[D];华侨大学;2018年
8 朱延刚;基于多特征融合的花粉图像识别算法研究[D];南京信息工程大学;2018年
9 王勋涛;基于深度学习的多姿态人脸识别研究[D];吉林大学;2018年
10 任汉俊;基于特征融合与深度学习的行人检测方法研究[D];江南大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026