交通流视频检测系统的设计与实现

本文描述了交通流视频检测系统的结构、功能和工作原理。根据系统的功能要求，对软件功能模块进行了设计和说明，并着重对车流量统计、车速计算和车类识别的算法进行了描述和实现；文章最后给出了实现结果并讨论了提高检测系统实时性的具体措施。     

视频检测式违章自动监测管理系统的设计

本文概述了几种违章自动监测管理系统的特点、重点介绍了利用摄像机为前端设备的视频检测式道路交叉口违章自动监测管理系统的设计、组成以及可能存在的技术难点和解决办法。     

一种优化YOLO模型的交通警察目标检测方法

针对复杂交通场景中交通警察目标检测与定位准确率低的问题,提出一种优化YOLOv4模型的交通警察目标检测方法.首先,采用4种随机转换方式对自建的交通警察数据集进行扩充,解决了模型过拟合问题并提高模型的泛化能力;其次,将YOLOv4主干网络替换为MobileNet并引入Inception-Resnet-v1结构,有效地减少...     

基于Faster R-CNN的交通警察目标检测研究

针对自动驾驶技术的高速发展与日渐复杂的交通系统网络缺少能够准确检测与定位交通警察的方法,将基于深度学习对在复杂环境中交通警察的准确检测与定位进行研究,该研究一方面对于有效保障交通警察的人身安全和提高通行效率具有积极的促进作用,另一方面为后续的交通警察手势的识别提供重要的检测基础。但是在实际的应用当中交通警察一般处于复杂的场景当中,比如干扰人群、强光环境、复杂的天气,都会对交通警察的准确检测与定位造成影响。因此,该文首先通过对交通警察图像去噪和Gamma曲线校正的预处理方式来增强图像中的关键特征信息并排除噪声对图像的影响,然后分别对基于SSD网络模型的方法、基于HOG特征提取和SVM分类的方法、基于Faster R-CNN网络模型的方法进行实验,然后对三种方法进行对比,得出了基于Faster R-CNN网络模型的检测速度为61.523 ms,检测准确率为98.75%,均高于其他两种方法。     

视频检测测试违章自动监测管理系统的设计

本文概念了几种违章自动监测管理系统的特点、重点介绍了利用摄像机为前端设备的视频检测式道路交叉口违章自动监测管理系统的设计、组成以及可能存在的技术难点和解决办法。     

基于优化 YOLOv5s 的跌倒人物目标检测方法

针对目标检测模型在人物跌倒时易漏检、鲁棒性和泛化能力差等问题,提出一种基于改进 YOLOv5s 的跌倒人物目标检测方法 YOLOv5s-FPD。首先,对 Le2i 跌倒数据集使用多种方式扩充后用于模型 训练,增强模型鲁棒性和泛化能力;其次,使用 MobileNetV3 作为主干网络来进行特征提取,协调并平衡模型 的轻量化和准确性关系;然后,利用 BiFPN 改善模型多尺度特征融合能力,提高了融合速度和效率,并使用 CBAM 轻量级注意力机制实现注意力对通道和空间的双重关注,增强了注意力机制对模型准确性地提升效果; 最后,引入 Focal Loss 损失评价从而更注重挖掘困难样本特征,改善正负样本失衡的问题。实验结果表明,在 Le2i 跌倒数据集上 YOLOv5s-FPD 模型比原 YOLOv5s 模型,在精确度、F1 分数、检测速度分别提高了 2.91%, 0.03 和 8.7 FPS,验证了该方法的有效性。     

基于Websocket的桥梁结构变形实时监测系统设计

随着网络技术的发展,实时通信成为互联网领域的研究热点,如远程监控技术。常见的实时通信技术基本是由客户端主动发起请求,服务器端被动接受响应,此方式缺乏灵活性。Websocket技术是HTML5(HyperText Markup Language 5)提供的一种全双工通讯的计算机通信协议,具有节约带宽,持久连接,实时性等特性,采用Websocket技术的通信方案不仅能真正实现实时数据通信,还能提升服务器推送数据的能力。文中对Websocket技术进行了分析与研究。同时,随着社会与经济的快速发展,桥梁工程建设进程和建设规模不断加大,对桥梁的施工建设和运营维护提出了更高要求,所以在此过程中获取桥梁结构变形实时数据并进行监测就尤为重要。为此采用Websocket技术,设计了基于Websocket技术的桥梁结构变形远程实时监测系统,真正地实现了数据的实时交互,对桥梁施工现场及后期维护的远程监控更具可靠性与便捷性。     

一种基于视频流的多车牌定位方法

针对视频流中多个车牌的定位问题,提出了一种基于图像复原技术与HSV颜色空间的多车牌定位方法。该方法的主要思想是用改进的维纳滤波器对获取的视频图像进行复原,根据车牌的颜色特征,利用 HSV 颜色模型构造5级灰度图,对灰度图用形态学方法进行消噪和区域连通处理,最后利用水平、垂直投影技术,结合车牌先验知识,通过分析和判断来确定并分割出各个汽车牌照。实验表明,该方法能有效的从复杂的背景中准确定位并提取出多个运动中的车牌。     

一种基于OBB包围盒算法的交通事故检测方法

给出了一种用虚拟环境下的OBB碰撞检测算法对真实环境下城市道路交通事故进行检测的方法。该方法的主要思想是利用OBB算法计算车辆的包围盒,通过对包围盒的地面平面投影得到车辆矩形二维包围盒,然后检测这些矩形在同一平面上是否相交从而判断车辆是否发生碰撞,最后根据车辆的碰撞方式确认事故的类型,从而完成事故检测。为了提高算法效率,还给出了OBB包围盒数量的控制方法。实验结果表明,该方法能够快速地检测到交通事故的发生。     

多尺度密集时序卷积网络的单幅图像去雨方法

雨滴会降低户外拍摄图像质量,影响图像视觉效果及后续图像分析工作。针对目前去雨算法存在颜色失真、去雨过度化等问题,为了提高计算机视觉算法在中、大雨天气下的准确性,提出多尺度DenseTimeNet(密集时间序列卷积神经网络)的单幅图像去雨方法。该网络由多个尺度DenseTimeNetBlock(密集时序卷积网络密集块)组成,通过卷积下采样技术得到不同尺度下雨线特征信息与降低图像维度后利用时域卷积寻找的时间维度特征信息。在不同维度下学习雨景图和无雨图之间的映射关系,网络主体由密集卷积块和残差网络组成,可加速算法收敛速度,更深度学习图像纹理特征,使特征信息在网络结构进行深度传播,可以更好地复原残损图像。在不同方向,不同大小的雨滴图像上对所提方法进行验证,实验结果表明,该方法相较于现有算法,图像去雨效果良好。