基于YOLO-v3的高速公路交通事件检测系统研究

发布时间：2023-04-24 22:02

　　随着我国高速公路网的逐渐完善,交通事件也随着公路里程数的增加越来越多,高速公路行车安全的重要性凸显。交通事件发生后的及时发现、处理、救援也成为高速公路管理人员关心的问题,针对高速公路交通事件的检测一直是研究交通安全的学者重点研究方向。近年来随着高速公路监控摄像头的普及应用,通过图像处理技术对视频中的交通事件进行检测也成为研究热点。本文对连徐高速公路交通事件的检测和处理流程进行梳理,在连徐高速现有的软硬件基础上构建了交通事件检测系统,并重点对系统的数据处理模块进行研究,最终实现了对交通事件的检测和报警。论文先对高速公路事件检测系统进行了结构和流程研究,然后提出建立基于图像处理技术的数据处理模块。数据处理模块的核心算法是目标检测算法和目标跟踪算法。采用传统的背景差法目标检测算法对视频图像中的运动车辆进行检测,然后用改进的Camshift跟踪算法对运动车辆进行跟踪,从而检测视频中的车辆运行状态并及时对不正常交通状态进行处理。传统算法实现了对运动车辆的检测和跟踪功能,但是无法应对大流量车流和晃动的视频。论文对高速公路运动目标的特性进行研究,选取了基于YOLO-v3算法的数据处理技术,实现了对运...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
    1.1 研究背景
    1.2 国内外高速公路交通事件检测技术研究现状
    1.3 研究目的
    1.4 研究内容与技术路线
2 高速公路交通事件检测系统
    2.1 交通事件
    2.2 交通事件检测系统
    2.3 交通事件数据处理模块
    2.4 基于背景差法的交通事件检测和追踪
    2.5 本章小结
3 基于YOLO-v3的交通事件数据处理模块
    3.1 高速公路运动目标特性
    3.2 YOLO-v3车辆检测算法
    3.3 deepsort跟踪算法
    3.4 本章小结
4 检测算法实现
    4.1 算法性能评价标准
    4.2 基于背景差法检测实现结果
    4.3 基于YOLO-v3算法的检测追踪实现结果
    4.4 检测结果对比
    4.5 本章小结
5 结论
    5.1 研究成果
    5.2 展望
参考文献
作者简历
学位论文数据集



本文编号：3800100