基于深度学习的车辆目标检测文献综述

 2022-01-08 21:18:31

全文总字数:5088字

文献综述

随着国民经济的快速发展,人们在享受汽车带来便利的同时,也承受着随之产生安全、环境等方面问题。

车辆目标检测能够有效提高车辆管理效率,成为计算机视觉的目标检测领域的一个重要应用领域。

近年来随着深度学习在图像分类方面取得了巨大进展。

基于深度学习的车辆目标检测在交通运输方面发挥着越来越重要的作用。

一、课题研究的目的与意义道路交通运输行业在国民经济发展中发挥着重要作用,随着国内机动车数量的逐年 递增,引发了严重的交通问题,为了缓解人、车、道路三者之间的矛盾,必须采取一系 列行之有效的措施来解决。

随着智能交通技术的发展和应用,视频监控技术被广泛应用于城市道路和高速公路管理措施中。

在智能交通系统中,视频采集和分析技术作为其中的关键技术,通过获取监控视频,利用计算机视觉算法检测场景内的目标,并对目标的行为进行分析,为交通管理获取有效的信息。

传统的视频分析技术,在目标检测的任务中,主要采用帧差法和背景减除法等。

这 些方法在图像背景变化剧烈、目标之间有粘连、存在阴影区域、外界光照的改变和天气 的变化等条件下,存在检测性能和鲁棒性差的缺点。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。