深度学习目标检测算法在行车记录仪上的应用

作者：王新雨; 汪驰升^*; 舒齐奇; 柯君卓; 高青

来源：智能城市, 2019, 5(14): 4-8.

DOI：10.19301/j.cnki.zncs.2019.14.002

• 深度学习
• 行车记录仪
• Faster R-CNN
• 车辆检测
• 交通辅助

近几年来随着人工智能的发展,特别是深度学习技术在计算机视觉领域的飞速发展,使得目标检测技术获得了很大的进步。针对实现在复杂城市道路场景下通过行车记录仪采集视频精确的检测到前方车辆成为可能。用到的是比较经典的Faster R-CNN算法,然后结合迁移学习。检测出车辆后,从标记框中进行车辆的位置、个数、大小等特征提取,根据这些信息分析相应交通参数并进行验证。这些信息将能为辅助驾驶系统、交通规划、行车安全等应用提供有效的帮助。

• 单位
  国土资源部; 深圳大学