基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的公交專用車道車輛識(shí)別系統(tǒng).pdf

1、隨著車輛數(shù)量的飛速增加，交通安全變得越來越重要。遵守交通規(guī)則是避免交通事故的最有效方法。遵守交通規(guī)則，既需要相關(guān)人員遵紀(jì)守法，也需要主管部門的監(jiān)督管制。人工監(jiān)督，要消耗巨大的人力和物力資源。隨著信息技術(shù)和智能交通的迅速發(fā)展，車輛檢測(cè)識(shí)別的自動(dòng)化和數(shù)字化成為交通監(jiān)管實(shí)現(xiàn)智能化進(jìn)程中必不可少的技術(shù)。深度神經(jīng)網(wǎng)絡(luò)由于其強(qiáng)大的自學(xué)習(xí)能力，可以學(xué)習(xí)到對(duì)象的高質(zhì)量特征，在圖像的檢測(cè)和分類問題上獲得了舉世矚目的成功，受到了越來越多國(guó)內(nèi)外學(xué)者的關(guān)注和重

2、視。本文在研究深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，將基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)(R-CNN)應(yīng)用在車輛的檢測(cè)識(shí)別系統(tǒng)中，并結(jié)合到監(jiān)管公交車專用車道以及公交站臺(tái)?？刻幍能囕v行駛情況的應(yīng)用中去。車輛的檢測(cè)識(shí)別的過程分為車輛的檢測(cè)定位和分類識(shí)別兩步。首先對(duì)輸入的圖片進(jìn)行分割處理得到一定數(shù)量的區(qū)域圖片;其次應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)對(duì)區(qū)域圖片進(jìn)行特征學(xué)習(xí);最后將學(xué)習(xí)到的區(qū)域圖片的特征作為線性支持向量機(jī)的輸入，分類器的最終輸出經(jīng)過處理后得到車輛位置和車輛類別。實(shí)驗(yàn)結(jié)果顯示，