跨摄像头车辆再识别与追踪的研究与应用

发布时间：2022-10-17 13:12

　　随着科技发展,交通问题日益成为城市建设中的重要一环。因此智能交通系统（Intelligent Transportation System,ITS）应运而生。ITS旨在利用计算机的海量数据处理能力,为疏散交通拥堵提供解决方案,减轻城市道路监管方面的人力物力,使城市交通变得易于监管和调度。在视频中进行车辆追踪与再识别作为智能交通系统中的重要一环,成为了计算机视觉领域的研究热点。单摄像头中的车辆追踪已经有较多研究,而目前智能交通系统中的研究热点在于多摄像头中的车辆再识别与追踪问题。对于车辆检测方面,学术界已经有了很多研究成果。本文对传统车辆检测算法和基于机器学习的车辆检测算法进行调研比对,提出了基于YOLOv2的车辆检测算法。对于车辆再识别方面,虽然研究成果较少,但借助行人再识别问题的启发,提出了结合多种特征的车辆再识别策略。基于YOLOv2的车辆检测算法考虑了车辆检测场景的特殊性,力图在检测精确度、运算速度方面对YOLOv2算法进行优化。在文中,分析了车辆检测场景的特点及YOLOv2算法在此场景下可以进行优化的方面,提出了针对这一场景的改进YOLOv2算法,并通过实验证明了其有效性。结合多... 

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与研究意义
    1.2 国内外研究现状
        1.2.1 单摄像头车辆追踪研究现状
        1.2.2 跨摄像头车辆再识别研究现状
    1.3 研究目标与研究内容
    1.4 论文结构
第二章 相关理论与技术
    2.1 车辆检测算法
        2.1.1 传统车辆检测算法
            2.1.1.1 假设生成
            2.1.1.2 假设验证
        2.1.2 机器学习算法
        2.1.3 传统算法与机器学习算法的优缺点比较
    2.2 车牌识别算法
        2.2.1 车牌检测算法
        2.2.2 车牌切分算法
        2.2.3 字符识别算法
    2.3 超分辨率重建算法
        2.3.1 超分辨率重建算法概述
        2.3.2 VESPCN算法
            2.3.2.1 子像素卷积SR
            2.3.2.2 时空网络
            2.3.2.3 空间变换运动补偿
    2.4 特征提取算法
        2.4.1 颜色特征
        2.4.2 纹理特征
        2.4.3 HOG特征
        2.4.4 深度学习特征
    2.5 本章小结
第三章 基于YOLO算法的车辆检测算法
    3.1 引言
    3.2 YOLO算法及其演进
        3.2.1 YOLOv2算法
        3.2.2 改进策略
            3.2.2.1 锚箱的选取
            3.2.2.2 损失函数改进
            3.2.2.3 网格尺寸扩展
            3.2.2.4 网络设计
    3.3 实验
        3.3.1 数据集
        3.3.2 训练
        3.3.3 实验结果
    3.4 本章小结
第四章 结合多重特征的车辆再识别策略
    4.1 引言
    4.2 车辆再识别特征选取研究
        4.2.1 总述
        4.2.2 车牌特征
            4.2.2.1 超分辨率重建
            4.2.2.2 车牌检测
            4.2.2.3 车牌字符提取与识别
        4.2.3 外观模型特征
        4.2.4 DCNN特征
        4.2.5 车型特征
    4.3 实验
        4.3.1 数据集
        4.3.2 训练
        4.3.3 测试效果及指标评判
    4.4 本章小结
第五章 跨摄像头车辆再识别与追踪的平台设计与实现
    5.1 系统简介
        5.1.1 实现目标
        5.1.2 开发环境
    5.2 设计方案
        5.2.1 整体设计
        5.2.2 车辆检测模块
        5.2.3 车辆再识别模块
        5.2.4 跨摄像头车辆轨迹规划模块
    5.3 系统测试
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读学位期间发表的学术论文目录


【参考文献】：
期刊论文
[1]Faster-RCNN的车型识别分析[J]. 桑军,郭沛,项志立,罗红玲,陈欣.  重庆大学学报. 2017(07)
[2]快速运动目标的Mean shift跟踪算法[J]. 朱胜利,朱善安,李旭超.  光电工程. 2006(05)



本文编号：3692130