基于改进YOLOv3的高速公路车辆识别方法

作     者：倪双静 刘海萍 吴飞 

作者机构：浙江省机电设计研究院有限公司浙江杭州310051 浙江省机电产品质量检测所有限公司浙江杭州310051 

出 版 物：《中国交通信息化》 (China ITS Journal)

年 卷 期：2021年第S1期

页      码：166-169页

摘      要：随着高速公路里程数不断上涨,道路交通问题日益凸显,研究高速公路车辆自动识别问题,将有助于对车辆目标进行检测、跟踪和定位,并进行轨迹分析等,从而有效预防交通安全事故的发生。因此本文研究了目前在目标检测和识别技术中效果较好的YOLO算法,分析了其在高速公路真实场景下存在的问题,然后以传统YOLOv3算法为基础,通过聚类确定先验框尺寸,并对多尺度窗口进行重新分配,使得该网络对高速公路车辆的识别更精准。最后实验证实,优化的算法提高了车辆识别的准确率和效率。

主 题 词：高速公路 车辆识别 YOLOv3 K-means++ 先验框 

学科分类：08[工学] 080203[080203] 0838[0838] 0802[工学-机械学] 

D　O　I：10.13439/j.cnki.itsc.2021.S1.046

馆 藏 号：203103398...