典型文献
基于多入侵线的视频车速检测方法
文献摘要：
为提高视频中车速检测的精度,提出一种基于多入侵线的视频车速检测方法.首先在视频中布设已知相对距离的多条入侵线,其次检测车辆经过每条入侵线时的帧数,最后结合帧数、摄像机的采样时间、入侵线间的距离生成关于车速的概率密度函数模型以计算车速.通过构建仿真环境验证模型性能,仿真结果表明:减小摄像机的采样时间、增加入侵线数量、增大入侵线之间的距离可以提高模型性能,并且在不同检测条件下使用多入侵法进行车速检测的误差率都更低.采用Deepsort+YOLOv5目标跟踪算法实现视频中车速的检测,同时,在视频车速检测综合数据集BrnoCompSpeed上与主流车速检测方法进行实验对比,实验结果表明,该方法测量结果的平均误差率为1.40％,与主流视频车速检测方法相比精度更高.
文献关键词：
智能交通;多入侵线;模式识别;车速检测;机器视觉
中图分类号：
作者姓名：
田会娟;刘嘉伟;翟佳豪;邓琳琳
作者机构：
天津工业大学,电子与信息工程学院,天津300387;天津工业大学,天津市光电检测技术与系统重点实验室,天津300387
文献出处：
引用格式：
[1]田会娟;刘嘉伟;翟佳豪;邓琳琳-.基于多入侵线的视频车速检测方法)[J].交通运输系统工程与信息,2022(01):49-56,84
A类：
多入侵线,Deepsort+YOLOv5,BrnoCompSpeed
B类：
车速检测,布设,相对距离,多条,检测车,摄像机,采样时间,线间,概率密度函数,函数模型,仿真环境,验证模型,模型性能,检测条件,误差率,目标跟踪算法,算法实现,实验对比,平均误差,智能交通,模式识别,机器视觉
AB值：
0.238686
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。
