本文主要研究内容
作者张家晨,陈庆奎（2019）在《基于YOLO的道路车辆拥堵分析模型》一文中研究指出：针对当前交通运行出现的拥堵问题,提出一种新型的道路状态判断模型。首先,模型基于YOLOv3目标检测算法,然后结合图片对应的特征值矩阵,通过相邻帧之间的特征矩阵作差并将差值逐项求和得到的结果与预设值进行比较来判断当前道路是处于拥堵状态还是正常通行状态,其次再将当前计算出的道路状态与前两次计算出的道路状态进行比较,最后运用模型里的状态统计法来统计道路某状态(拥堵或通畅)的持续时间。该模型能够同时对一条道路的三个车道进行状态统计分析,经过实验,模型对单条车道状态判断的平均准确率能达到80%以上,并且白天与夜晚的道路均适用。
Abstract
zhen dui dang qian jiao tong yun hang chu xian de yong du wen ti ,di chu yi chong xin xing de dao lu zhuang tai pan duan mo xing 。shou xian ,mo xing ji yu YOLOv3mu biao jian ce suan fa ,ran hou jie ge tu pian dui ying de te zheng zhi ju zhen ,tong guo xiang lin zhen zhi jian de te zheng ju zhen zuo cha bing jiang cha zhi zhu xiang qiu he de dao de jie guo yu yu she zhi jin hang bi jiao lai pan duan dang qian dao lu shi chu yu yong du zhuang tai hai shi zheng chang tong hang zhuang tai ,ji ci zai jiang dang qian ji suan chu de dao lu zhuang tai yu qian liang ci ji suan chu de dao lu zhuang tai jin hang bi jiao ,zui hou yun yong mo xing li de zhuang tai tong ji fa lai tong ji dao lu mou zhuang tai (yong du huo tong chang )de chi xu shi jian 。gai mo xing neng gou tong shi dui yi tiao dao lu de san ge che dao jin hang zhuang tai tong ji fen xi ,jing guo shi yan ,mo xing dui chan tiao che dao zhuang tai pan duan de ping jun zhun que lv neng da dao 80%yi shang ,bing ju bai tian yu ye wan de dao lu jun kuo yong 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机应用的张家晨,陈庆奎，发表于刊物计算机应用2019年01期论文，是一篇关于交通拥堵论文,拥堵检测论文,车道分析论文,拥堵时间论文,高峰时段论文,计算机应用2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机应用2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。