论文部分内容阅读
针对视频车流量统计、车型识别准确率不高的问题,提出一种基于目标跟踪和卷积神经网络(convolutional neural network,简称CNN)迁移学习的多车型车流量检测方法。采用CNN预训练模型MobileNet对实验场景的车辆样本迁移学习,得到车型分类模型;从视频中提取运动车辆,对相邻帧车辆的中心点进行分析,建立目标跟踪模型;将新检测到的车辆输入到车型分类模型,按小车、货车、客车3种车型计数。实验结果表明,该方法与基于虚拟线圈、基于支持向量机等检测方法相比,车流量的检测准确率为98.7%