典型文献
基于鲲鹏云的复杂道路场景行人监测系统
文献摘要：
随着交通智能化的发展,高速公路监控视频加密上云逐渐成为交通发展的主要趋势之一.交通数据深度挖掘,尤其是行人检测问题,则是该趋势中亟待解决问题之一.本文针对多种道路环境的行人检测问题,提出了一种基于鲲鹏云的全天候行人监测解决方案.首先,将监控相机中的视频流通过流媒体服务转发至鲲鹏云;然后鲲鹏云进行视频流解码与行人检测,同时保存行人历史信息;最后进行行人事件分析和上报.本系统采用嵌入式神经网络处理器(NPU)代替传统图形处理器(GPU)平台加速YOLOv4行人检测模块的推理,一方面取得了较快的检测速度并可实时处理22路视频流,另一方面,该解决方案针对不同道路场景下高速道路上的行人也可取得较好的监测效果.
文献关键词：
行人检测;NPU;深度学习;YOLOv4;多目标检测
中图分类号：
作者姓名：
靳静玺;孙士杰;宋焕生
作者机构：
长安大学 信息工程学院, 西安 710064
文献出处：
引用格式：
[1]靳静玺;孙士杰;宋焕生-.基于鲲鹏云的复杂道路场景行人监测系统)[J].计算机系统应用,2022(06):109-116
A类：
行人监测
B类：
鲲鹏,复杂道路,道路场景,景行,高速公路,监控视频,上云,交通发展,主要趋势,交通数据,数据深度,深度挖掘,行人检测,检测问题,道路环境,全天候,视频流,过流,流媒体,媒体服务,转发,发至,解码,历史信息,行行,事件分析,上报,本系,神经网络处理器,NPU,传统图形,图形处理器,GPU,YOLOv4,检测模块,检测速度,实时处理,同道,可取,监测效果,多目标检测
AB值：
0.454571
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。
