基于深度学习理论和压缩感知技术的车辆识别与跟踪研究 |
| |
作者单位: | 湖南大学土木工程学院,湖南长沙410082;周绪红院士湖南大学新型体系研究中心,湖南长沙410082;湖南大学土木工程学院,湖南长沙410082;周绪红院士湖南大学新型体系研究中心,湖南长沙410082;湖南农业大学水利与土木工程学院,湖南长沙410128;工程结构损伤诊断湖南省重点实验室,湖南长沙410082;湖南大学土木工程学院,湖南长沙410082;周绪红院士湖南大学新型体系研究中心,湖南长沙410082 |
| |
基金项目: | 国家自然科学基金;湖南省交通厅科技进步与创新项目;长沙市科技计划 |
| |
摘 要: | 针对传统目标跟踪方法存在需手动框选目标、实时性不足、应用场景有限等缺点。文中提出了一种结合深度学习理论与压缩感知跟踪算法的车辆识别与跟踪方法。首先,采用Faster-RCNN网络训练车辆图片,实现对视频中车辆类型识别的目标。其次,将车辆识别结果传递给压缩感知跟踪器用于后续车辆的跟踪。最后,通过开展实验室和野外实验,以摄像机和无人机为拍摄手段验证了所提车辆识别与跟踪方法的可行性。同时,在车辆识别与跟踪的基础上,采用本团队统计的车辆类型与轴重区间映射关系,间接实现了对车辆区间荷载的识别与跟踪。
|
关 键 词: | 深度学习 压缩感知 目标检测 目标跟踪 车辆区间荷载 |
本文献已被 CNKI 万方数据 等数据库收录! |
|