典型文献
基于卷积神经网络的前方车辆检测系统研究
文献摘要：
针对车辆局部被绿化带、路障、其它车辆遮挡以及低照明等问题,给现场车辆图像检测带来困难,提出了基于卷积神经网络算法对车辆进行检测.基于计算机视觉系统构建了车辆的几何模型,包括车辆的形状,对称性以及和车辆阴影.采用深度学习中卷积神经网络算法的目标检测和数据处理技术,将卷积神经网络应用于检测车辆前方障碍物,对不同采样的卷积神经网络结构进行比较,设计了能够检测前方车辆的卷积神经网络算法.并通过系统试验测试,检测前方车辆的算法能够保证检测快速性和准确性.试验结果表明:采用重叠采样和池化层为Max+Ave+Ave结构的卷积神经网络具有较高的车辆检测准确率和较强的系统稳定性.
文献关键词：
交通工程;卷积神经网络;图像处理;车辆检测
中图分类号：
作者姓名：
仇成群;李沛润;杨锋;朱瑞
作者机构：
盐城师范学院江苏省智能光电器件与测控工程研究中心,江苏盐城224007;盐城工学院机械工程学院,江苏盐城224051;东北林业大学土木工程学院,黑龙江哈尔滨150040
文献出处：
引用格式：
[1]仇成群;李沛润;杨锋;朱瑞-.基于卷积神经网络的前方车辆检测系统研究)[J].重庆交通大学学报（自然科学版）,2022(11):58-63
A类：
Max+Ave+Ave
B类：
前方车辆,车辆检测系统,绿化带,路障,车辆遮挡,照明,场车,图像检测,神经网络算法,计算机视觉,视觉系统,系统构建,几何模型,阴影,目标检测,数据处理技术,网络应用,检测车,障碍物,神经网络结构,试验测试,快速性,池化,检测准确率,系统稳定性,交通工程
AB值：
0.305047
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
