您好,欢迎来到聚文网。 登录 免费注册
基于视频监控的交通场景关键因素识别跟踪关键技术研究

基于视频监控的交通场景关键因素识别跟踪关键技术研究

  • 字数: 167
  • 出版社: 中国矿大
  • 作者: 杨博//张必星//李琳琳//田岩|
  • 商品条码: 9787564667689
  • 适读年龄: 12+
  • 版次: 1
  • 开本: 16开
  • 页数: 134
  • 出版年份: 2025
  • 印次: 1
定价:¥39 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书是系统论述交通场 景关键信息提取技术的学 术著作。主要内容包括: 基于浅层卷积神经网络的 雾天图像检测,基于时空 特性联合的视频图像前车 检测,基于检测器和跟踪 器联合的车辆跟踪,基于 二分支卷积神经网络的行 人特征提取方法。 本书可供从事智能交通 、计算机视觉、人工智能 等领域的科研、工程技术 人员参考,亦可作为普通 高等学校交通工程、计算 机科学与技术等相关专业 研究生、本科生的参考书 。
目录
第1章 绪论 1.1 研究背景与意义 1.2 研究现状 1.3 本书的主要工作和组织结构 第2章 相关理论与方法分析 2.1 卷积神经网络 2.2 目标检测相关算法研究 第3章 基于浅层卷积神经网络的雾天图像检测 3.1 基于浅层卷积神经网络含雾图像检测 3.2 实验结果及分析 3.3 本章小结 第4章 基于时空特性联合的视频图像前车检测 4.1 基于ORB与空间位置约束匹配的运动矢量提取 4.2 基于时空特性分析的前车检测 4.3 实验结果及讨论 4.4 本章小结 第5章 基于检测器和跟踪器联合的车辆跟踪 5.1 基于YOLO检测框合并的目标检测 5.2 基于深度特征的相关滤波目标跟踪 5.3 基于跟踪器与检测器融合的目标跟踪 5.4 实验结果与分析 5.5 本章小结 第6章 基于二分支卷积神经网络的行人特征提取方法 6.1 特征提取方法 6.2 基于卷积神经网络特征提取的行人重识别 6.3 实验结果与分析 6.4 本章小结 第7章 结论及展望 7.1 研究结论 7.2 研究展望 参考文献

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网