科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高基于视频的道路车速统计效率，提出一种基于卡尔曼滤波-LSTM模型的车速估计方法。首先，采用YOLOv4构建车辆目标检测算法，将主干网络改进为MobileNetV2以提高目标特征的提取速度；然后，针对卡尔曼滤波算法在复杂行车场景下的车速统计误差较大的问题，结合LSTM模型对目标跟踪结果进行检测融合；最后，根据感兴趣区域内多目标跟踪的距离与时间来估计机动车速度，并对该方法进行误差分析。在长沙市枫林三路信号交叉口的监控视频进行了应用，结果表明：提出的速度估计方法有效改善了跟踪对象标签频繁切换的现象，车速检测准确率达到94.5%。
- 单位
