期刊文献+
共找到1,457篇文章
< 1 2 73 >
每页显示 20 50 100
智能车环境视觉感知及其关键技术研究现状 预览
1
作者 陈政宏 李爱娟 +2 位作者 邱绪云 袁文长 葛庆英 《河北科技大学学报》 CAS 2019年第1期15-23,共9页
环境视觉感知技术是智能车获取外界环境信息的主要手段,是智能车进行自主驾驶的前提条件。在综合分析以不同检测对象为目标的检测技术方法的基础上,给出了环境视觉感知研究的主要内容,讨论了研究涉及的关键技术:车道检测技术、车辆检测... 环境视觉感知技术是智能车获取外界环境信息的主要手段,是智能车进行自主驾驶的前提条件。在综合分析以不同检测对象为目标的检测技术方法的基础上,给出了环境视觉感知研究的主要内容,讨论了研究涉及的关键技术:车道检测技术、车辆检测技术、行人检测技术、交通标志检测技术,并对每种检测技术各子技术的优点和不足之处进行了分析。在总结全文的基础上,提出未来智能驾驶中环境视觉感知技术的主要发展趋势包括:基于多特征融合的环境视觉感知技术的发展;复杂环境下多种环境感知技术的融合应用;三维图像在图像处理方面的应用;改进的卷积神经网络(CNN)方法在图像处理方面的应用。 展开更多
关键词 车辆工程 视觉感知 车道检测 行人检测 车辆检测 交通标志检测
在线阅读 下载PDF
基于卷积神经网络的多目标实时检测 预览
2
作者 刘志成 祝永新 +2 位作者 汪辉 田犁 封松林 《计算机工程与设计》 北大核心 2019年第4期1085-1090,共6页
为解决智能驾驶应用场景下以行人与车辆为主,附带骑行电动车的多目标检测存在检测速度不满足实时性的问题,提出一种多目标实时检测方法。通过对YOLO (you look only once)v2卷积神经网络模型进行维度聚类分析以及结构调整等优化举措,行... 为解决智能驾驶应用场景下以行人与车辆为主,附带骑行电动车的多目标检测存在检测速度不满足实时性的问题,提出一种多目标实时检测方法。通过对YOLO (you look only once)v2卷积神经网络模型进行维度聚类分析以及结构调整等优化举措,行人与车辆检测AP (平均准确率)值分别为71%和81%,检测速度为50帧/s。实验结果表明,该方法与目前先进目标检测方法相比,在准确率相差5%以内的前提下大幅提高检测速度,实现了实时性检测的目标。 展开更多
关键词 卷积神经网络 多目标检测 行人检测 车辆检测 实时检测 智能驾驶
在线阅读 下载PDF
基于增强Tiny YOLOV3算法的车辆实时检测与跟踪 预览
3
作者 刘军 后士浩 +2 位作者 张凯 张睿 胡超超 《农业工程学报》 EI CAS CSCD 北大核心 2019年第8期118-125,共8页
针对深度学习方法在视觉车辆检测过程中对小目标车辆漏检率高和难以实现嵌入式实时检测的问题,该文基于Tiny YOLOV3算法提出了增强Tiny YOLOV3模型,并通过匈牙利匹配和卡尔曼滤波算法实现目标车辆的跟踪。在车载Jetson TX2嵌入式平台上... 针对深度学习方法在视觉车辆检测过程中对小目标车辆漏检率高和难以实现嵌入式实时检测的问题,该文基于Tiny YOLOV3算法提出了增强Tiny YOLOV3模型,并通过匈牙利匹配和卡尔曼滤波算法实现目标车辆的跟踪。在车载Jetson TX2嵌入式平台上,分别在白天和夜间驾驶环境下进行了对比试验。试验结果表明:与Tiny YOLOV3模型相比,增强Tiny YOLOV3模型的车辆检测平均准确率提高4.6%,平均误检率减少0.5%,平均漏检率降低7.4%,算法平均耗时增加43.8 ms/帧;加入跟踪算法后,本文算法模型的车辆检测平均准确率提高10.6%,平均误检率减少1.2%,平均漏检率降低23.6%,平均运算速度提高5倍左右,可达30帧/s。结果表明,所提出的算法能够实时准确检测出目标车辆,为卷积神经网络模型的嵌入式工程应用提供了参考。 展开更多
关键词 车辆 机器视觉 模型 车辆检测 车辆跟踪 TINY YOLOV3算法 卡尔曼滤波
在线阅读 下载PDF
无人机视频中道路交叉口车辆检测与跟踪 预览
4
作者 胡继华 程智锋 +2 位作者 钟洪桢 靖泽昊 张力越 《实验室研究与探索》 CAS 北大核心 2019年第5期28-31,106共5页
提出了一种基于无人机视频的交叉口车辆检测和跟踪方法,以道路交叉口行车区域为检测区域,将车辆检测和跟踪分成独立的两个阶段,并使用背景差法检测车辆,接着使用置信度指标进行车辆跟踪。该方法使用广州大学城两个道路交叉口的视频进行... 提出了一种基于无人机视频的交叉口车辆检测和跟踪方法,以道路交叉口行车区域为检测区域,将车辆检测和跟踪分成独立的两个阶段,并使用背景差法检测车辆,接着使用置信度指标进行车辆跟踪。该方法使用广州大学城两个道路交叉口的视频进行了验证,车辆检测和跟踪结果的精度都达到94. 49%以上,表明该方法准确可靠。基于无人机视频的车辆检测跟踪方法具有实施方便、快速和适用范围广等特点,为道路交叉口车流量调查提供了新方法,可以用于道路交通的实验教学、科研及生产等领域。 展开更多
关键词 智能交通 车辆跟踪 车辆检测 道路交叉口 无人机视频
在线阅读 下载PDF
一种基于路侧摄像头的车辆跟踪方法 预览
5
作者 汤从衡 李其仲 《物流技术》 2019年第6期89-93,134共6页
提出了一种基于路侧摄像头的车辆跟踪方法。该方法通过在HSV空间实现阴影抑制降低阴影现象对ViBe算法的影响,实现车辆检测。在车辆跟踪阶段,通过卡尔曼滤波算法与改进ViBe算法结合,建立弱重叠视域的车辆跟踪模块,实现了跨监控区域的车... 提出了一种基于路侧摄像头的车辆跟踪方法。该方法通过在HSV空间实现阴影抑制降低阴影现象对ViBe算法的影响,实现车辆检测。在车辆跟踪阶段,通过卡尔曼滤波算法与改进ViBe算法结合,建立弱重叠视域的车辆跟踪模块,实现了跨监控区域的车辆跟踪。实验结果表明,该方法车辆检测及跟踪效果好,且能提取目标车辆运动信息,将运动目标信息发送出去,满足实际道路使用需求。 展开更多
关键词 ViBe 背景建模算法 卡尔曼滤波 车辆检测 车辆跟踪 车-路通讯
在线阅读 下载PDF
面向公共安全监控的多摄像机车辆重识别 预览
6
作者 王艳芬 朱绪冉 +3 位作者 云霄 孙彦景 石韫开 王赛楠 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第4期190-196,共7页
由于现有的车辆重识别方法大多是在已标注车辆边界框的图像间进行的,但在真实场景中无标注信息,同时环境的复杂性、车辆外观的相似性和多样性也是导致重识别精度不高的原因.因此,针对公共安全监控领域中无标注的原始视频,提出一种结合... 由于现有的车辆重识别方法大多是在已标注车辆边界框的图像间进行的,但在真实场景中无标注信息,同时环境的复杂性、车辆外观的相似性和多样性也是导致重识别精度不高的原因.因此,针对公共安全监控领域中无标注的原始视频,提出一种结合车辆检测与识别的多摄像机车辆重识别方法.首先设计了二值单点多盒车辆检测网络以获取视频中的车辆边界框,并在线生成候选车辆数据库;其次设计了一种多任务孪生车辆识别网络以提高重识别精度;最后组建“VeRi-1501”车辆数据集.该数据集在现有数据集上扩充车辆身份,并均衡每个车辆身份在不同摄像机下的图像数量.该方法在 VeRi-1501数据集和实际交通场景中识别准确且精度高. 展开更多
关键词 公共安全 无标注视频 车辆检测 车辆重识别 卷积神经网络
在线阅读 下载PDF
基于激光测距的高速公路超限检测
7
作者 陈亮 《激光杂志》 北大核心 2019年第6期158-161,共4页
针对高速公路超限检测,传统方法需要输入车牌信息、疏导交通等人工操作,检测工作耗时耗力,易存在检测误差且高成本等问题,提出基于激光测距的高速公路超限检测方法。该方法首先保证激光测距仪处在高速公路较为稳定的位置,同时将激光测... 针对高速公路超限检测,传统方法需要输入车牌信息、疏导交通等人工操作,检测工作耗时耗力,易存在检测误差且高成本等问题,提出基于激光测距的高速公路超限检测方法。该方法首先保证激光测距仪处在高速公路较为稳定的位置,同时将激光测距仪初始化设置,调整激光测距仪的偏角,计算激光测距仪和待检测高速公路物体之间的夹角;然后激光测距仪按照该角度将激光束发射在高速公路上,发生散射现象并产生激光信号,同时采用激光接收器对该激光信号进行接收并读取分析,以此计算出激光测距仪与待检测高速公路物体之间的距离;最终根据该距离可以对高速公路环境进行检测分析,以达到高速公路超限检测的目的。实验仿真证明,所提方法操作过程简洁,超限检测结果较准确,同时节约了检测成本,为高速公路管理工作提供了较有力的依据。 展开更多
关键词 激光测距 高速公路车辆超限 车辆检测
基于改进YOLOv3的快速车辆检测方法 预览
8
作者 张富凯 杨峰 李策 《计算机工程与应用》 CSCD 北大核心 2019年第2期12-20,共9页
对图像或视频数据中的车辆进行检测是城市交通监控中非常重要并且具有挑战性的任务。该任务的难度在于对复杂场景中相对较小的车辆进行精准地定位和分类。针对这些问题,提出了一个单阶段的深度神经网络(DF-YOLOv3),实现城市交通监控中... 对图像或视频数据中的车辆进行检测是城市交通监控中非常重要并且具有挑战性的任务。该任务的难度在于对复杂场景中相对较小的车辆进行精准地定位和分类。针对这些问题,提出了一个单阶段的深度神经网络(DF-YOLOv3),实现城市交通监控中不同类型车辆的实时检测。DF-YOLOv3对传统的YOLOv3算法进行改进,首先增强深度残差网络提取车辆特征,然后设计6个不同尺度的卷积特征图,并与残差网络中相应尺度的特征图进行融合,形成最终的特征金字塔执行车辆预测任务。在KITTI数据集上的实验表明,提出的DF-YOLOv3方法在精度和速度上均能获得较高的检测性能。具体地,对于512×512分辨率的输入模型,基于英伟达1080TiGPU,DF-YOLOv3获得93.61%的mAP(均值平均精度),速度达到45.48f/s(每秒传输帧数)。特别地,对于精度,DF-YOLOv3比FastR-CNN、FasterR-CNN、DAVE、YOLO、SSD、YOLOv2、YOLOv3与SINet表现更好. 展开更多
关键词 车辆检测 特征融合 卷积神经网络 实时检测 YOLOv3
在线阅读 下载PDF
改进YOLO的车辆检测算法 预览
9
作者 刘肯 何姣姣 +2 位作者 张永平 姚拓中 常志国 《现代电子技术》 北大核心 2019年第13期47-50,共4页
YOLO目标检测算法在进行目标检测和识别时具有识别精度高、检测速度快的特点。但也存在明显的问题,由于网络采用的结构是端对端模型,没有经过预选框进行匹配预选,直接进行回归产生最后的结果框,所以存在定位不准的问题。同时,YOLO网络... YOLO目标检测算法在进行目标检测和识别时具有识别精度高、检测速度快的特点。但也存在明显的问题,由于网络采用的结构是端对端模型,没有经过预选框进行匹配预选,直接进行回归产生最后的结果框,所以存在定位不准的问题。同时,YOLO网络将图片整体resize到固定的尺寸后,进行网格划分,当单个网格存在不止单个目标时,容易出现漏检的情况。DenseNet网络使用一种全新的网络结构,结合前面特征层的信息,在一定程度上提升了对物体的检测精度。在此基础上提出YOLO-D算法,结合前面特征层的信息,在不影响检测速度的同时,提高车辆检测精度,与此同时使得定位有所改善。 展开更多
关键词 YOLO 端对端模型 DenseNet 车辆检测 YOLO-D 检测精度
在线阅读 下载PDF
面向边海防智能监控的车辆检测 预览
10
作者 全晓鹏 侯米娜 +1 位作者 贾会梅 王怡涵 《电子世界》 2019年第11期146-148,共3页
车辆检测是边海防智能监控领域一个重要问题。本文提出了一种基于迁移学习的车辆检测方法,该方法基于改进的YOLO V3网络模型进行车辆检测,在训练中使用迁移学习方法,将大规模数据集训练好的模型参数作为改进网络的初始参数,通过层迁移... 车辆检测是边海防智能监控领域一个重要问题。本文提出了一种基于迁移学习的车辆检测方法,该方法基于改进的YOLO V3网络模型进行车辆检测,在训练中使用迁移学习方法,将大规模数据集训练好的模型参数作为改进网络的初始参数,通过层迁移训练得到检测模型。实验结果表明:在边海防监控场景下,与YOLO V3相比,改进后的检测模型能够有效地提升对小目标的检测精度。 展开更多
关键词 车辆检测 智能监控 海防 网络模型 大规模数据集 检测模型 监控领域 学习方法
在线阅读 下载PDF
基于深度学习的车辆检测及车型识别研究
11
作者 朱立志 《汽车与配件》 2019年第3期58-60,共3页
当前,在新一代信息技术引领下,数据快速积累、运算能力持续提升、算法模型不断优化、多场景应用快速兴起,人工智能发展环境发生了深刻变化。车辆检测及车型识别作为深度学习目标检测领域在智能交通的重要应用,也是近年来国内外学者的研... 当前,在新一代信息技术引领下,数据快速积累、运算能力持续提升、算法模型不断优化、多场景应用快速兴起,人工智能发展环境发生了深刻变化。车辆检测及车型识别作为深度学习目标检测领域在智能交通的重要应用,也是近年来国内外学者的研究热点。本文针对已有的车辆检测方法缺乏车型识别问题,利用深度学习图像识别技术,提出了基于Faster R-CNN的车辆检测及车型识别方法。通过将Faster R-CNN深度学习模型应用互联网场景及监控场景下的汽车图像开展训练及预测,有效地证明了基于Faster R-CNN的深度学习方法在车辆检测及车型识别方面具有合理性,且具有较好的泛化能力。 展开更多
关键词 车辆检测 车型识别 目标检测 深度学习
融合多尺度上下文卷积特征的车辆目标检测 预览
12
作者 高琳 陈念年 范勇 《光电工程》 CAS CSCD 北大核心 2019年第4期28-35,共8页
针对现有的基于卷积神经网络的车辆目标检测算法不能有效地适应目标尺度变化、自身形变以及复杂背景等问题,提出了一种融合多尺度上下文卷积特征的车辆目标检测算法。首先采用特征金字塔网络获取多个尺度下的特征图,并在每个尺度的特征... 针对现有的基于卷积神经网络的车辆目标检测算法不能有效地适应目标尺度变化、自身形变以及复杂背景等问题,提出了一种融合多尺度上下文卷积特征的车辆目标检测算法。首先采用特征金字塔网络获取多个尺度下的特征图,并在每个尺度的特征图中通过区域建议网络定位出候选目标区域,然后引入候选目标区域的上下文信息,与提取的目标多尺度特征进行融合,最后通过多任务学习联合预测出车辆目标位置和类型。实验结果表明,与多种主流检测算法相比,本算法具有更强的鲁棒性和准确性。 展开更多
关键词 卷积神经网络 多尺度特征 上下文信息 车辆检测
在线阅读 下载PDF
结合语义信息的行人检测方法
13
作者 刘丹 马同伟 《电子测量与仪器学报》 CSCD 北大核心 2019年第1期54-60,共7页
随着卷积神经网络(CNN)的提出,行人检测方法的正确率已经得到了很大提升,尽管CNN模型可以学习到目标的不同变化,然而自动驾驶场景下的行人检测依然面临着巨大挑战,主要表现为广泛的尺度变化、光照变化以及不同程度的遮挡。在已有CNN网... 随着卷积神经网络(CNN)的提出,行人检测方法的正确率已经得到了很大提升,尽管CNN模型可以学习到目标的不同变化,然而自动驾驶场景下的行人检测依然面临着巨大挑战,主要表现为广泛的尺度变化、光照变化以及不同程度的遮挡。在已有CNN网络的基础上,提出一种更为鲁棒的行人检测方法,其主要思想是在原有检测器的基础上利用像素级的语义信息作为额外的监督来训练CNN。该算法首先提取CNN不同尺度的特征图,在这些特征图上铺设不同大小的目标候选框,添加一层卷积层对这些目标候选框进行分类和回归,同时利用这些特征图生成语义分割图,最终分为两路分别监督目标检测结果和语义分割结果。在最新的行人检测数据集City Persons上的结果表明,结合语义信息可以提升算法的检测成功率,并且不增加算法耗时,在数据集中1 024×2 048 pixels的图像上平均检测耗时仅为0. 3 s一张图像。 展开更多
关键词 自动驾驶 车辆检测 卷积神经网络
基于图像的多条件融合交通事件检测技术研究 预览
14
作者 孟芯宇 魏珍琦 +1 位作者 杜瑞 刘涵 《交通世界》 2019年第22期10-11,共2页
为及时发现道路中的交通事件,提高交通事件判定的准确性,提出基于图像的多条件融合交通事件检测技术。对监控摄像头采集的交通视频图像进行处理,分离背景和目标车辆,再提取目标车辆的运动特征参数,并对车辆进行跟踪。融合车辆方向变化,... 为及时发现道路中的交通事件,提高交通事件判定的准确性,提出基于图像的多条件融合交通事件检测技术。对监控摄像头采集的交通视频图像进行处理,分离背景和目标车辆,再提取目标车辆的运动特征参数,并对车辆进行跟踪。融合车辆方向变化,车辆速度突变,车辆碎片三个判定条件,计算多因素下交通事件发生的总概率,检测交通事件的产生。 展开更多
关键词 道路交通事件 图像处理 车辆检测 多条件融合事件判定
在线阅读 下载PDF
基于Faster RCNN和YOLO的交通场景下的车辆检测 预览
15
作者 徐亮 黄李波 白杰 《佳木斯大学学报:自然科学版》 CAS 2019年第2期232-235,共4页
高级驾驶辅助系统(advanced driver assistance systems,ADAS)已经变成近几年汽车领域的研究热点,交通场景下的车辆检测是ADAS系统的重要组成部分。为实现车辆检测性能和计算效率之间的平衡,针对Fast RCNN使用选择性搜索算法进行特征提... 高级驾驶辅助系统(advanced driver assistance systems,ADAS)已经变成近几年汽车领域的研究热点,交通场景下的车辆检测是ADAS系统的重要组成部分。为实现车辆检测性能和计算效率之间的平衡,针对Fast RCNN使用选择性搜索算法进行特征提取耗时较长且检测准确率较低的问题,提出了基于Faster RCNN和YOLO的一种新的网络架构。该方法非常简单,可以在具有挑战性的KITTI数据集中进行端到端的训练并表现的不错,超越了Faster RCNN的检测效果。同时,该方法也非常有效,运行速度超过每秒24帧,可以达到实时检测。 展开更多
关键词 FASTER RCNN YOLO KITTI数据集 车辆检测
在线阅读 下载PDF
基于车前灯的夜间车辆视频检测研究 预览
16
作者 柳长源 陈兰萍 Ersoy 《计算机工程与应用》 CSCD 北大核心 2019年第2期253-258,共6页
针对夜间车辆视频检测和车流量统计的难题,提出了一种改进的基于视频图像处理提取车前灯的算法。通过分析夜间车辆视频的特点,利用梯度滤波法消除地面反射光对车灯的干扰,实现图像增强,并将分水岭分割算法和直方图双峰法相结合提取车前... 针对夜间车辆视频检测和车流量统计的难题,提出了一种改进的基于视频图像处理提取车前灯的算法。通过分析夜间车辆视频的特点,利用梯度滤波法消除地面反射光对车灯的干扰,实现图像增强,并将分水岭分割算法和直方图双峰法相结合提取车前灯的信息。利用车灯配对匹配原则设计了一种新的匹配算法和跟踪算法实现车灯的配对与跟踪,最终准确地实现了车辆检测和车流量的统计功能。 展开更多
关键词 车辆检测 梯度滤波 分水岭分割 车灯配对 车灯跟踪
在线阅读 下载PDF
基于无线通信的车辆主动防撞预警系统设计 预览
17
作者 周奇智 陶硕文 《计算机测量与控制》 2019年第7期190-194,199共6页
提出了一种基于无线通信的车辆主动防撞预警系统,利用梯度方向直方图特征与支持向量机配合单目测距模型实现前方车辆的实时检测与测距,并利用传感器无线通信网络获取相对车速信息,最后根据相对车距与相对车速配合TTC预警模型实现碰撞预... 提出了一种基于无线通信的车辆主动防撞预警系统,利用梯度方向直方图特征与支持向量机配合单目测距模型实现前方车辆的实时检测与测距,并利用传感器无线通信网络获取相对车速信息,最后根据相对车距与相对车速配合TTC预警模型实现碰撞预警;试验结果表明,系统平均处理时间100 ms,车辆检测准确率95%,单目测距误差小于±4 m,实现了实时、准确的车辆预警。 展开更多
关键词 汽车工程 ZIGBEE 车辆检测 TTC 防撞预警
在线阅读 下载PDF
面向航空影像下车辆目标的实时检测算法 预览
18
作者 杨国亮 许楠 +1 位作者 洪志阳 范振 《计算机工程与设计》 北大核心 2019年第7期1956-1963,共8页
为解决自然场景下的通用目标检测框架对航空影像下的小车辆目标检测性能不足的缺陷,提出一种专用于航空影像下的小车辆目标实时检测器,即轻量级尺度公平单卷积检测器(lightweight scale fair single convolution detector,LSFSCD)。相... 为解决自然场景下的通用目标检测框架对航空影像下的小车辆目标检测性能不足的缺陷,提出一种专用于航空影像下的小车辆目标实时检测器,即轻量级尺度公平单卷积检测器(lightweight scale fair single convolution detector,LSFSCD)。相比传统检测方法和基于CNN的通用检测等方法,其架构更加简单,模型更小。该架构减少了误检和错检,实现更高检测精度的同时减少训练时间。通过使用Caffe框架在8g显存GTX1080上对VEDAI和DLR数据集进行实验,其结果验证了所提算法的有效性。 展开更多
关键词 航空影像 车辆检测 实时 卷积 神经网络 深度学习
在线阅读 下载PDF
基于深度学习的监控视频车辆实时监测 预览 被引量:1
19
作者 张文辉 《软件导刊》 2019年第7期37-40,共4页
针对传统车辆检测算法不能自适应地完成复杂道路场景变化下提取车辆特征的问题,结合焦点损失、K-means聚类与mobilenet网络,提出改进的RFB-VGG16与RFB-MobileNet模型进行车辆检测。从开源数据集UA-DETRAC的24个视频中每隔一定帧数抽取8... 针对传统车辆检测算法不能自适应地完成复杂道路场景变化下提取车辆特征的问题,结合焦点损失、K-means聚类与mobilenet网络,提出改进的RFB-VGG16与RFB-MobileNet模型进行车辆检测。从开源数据集UA-DETRAC的24个视频中每隔一定帧数抽取8209张已标注的图片构成数据集,在相同的超参数与训练策略下,改进后RFB-VGG16网络的AP值比原模型提高了3.2%。基于mobilenet网络重新设计RFB骨架网络,使RFB-MobileNet模型在牺牲一定性能的情况下,具有更快的检测速度,能较好地满足监控视频对车辆检测实时性的要求。 展开更多
关键词 深度学习 车辆检测 焦点损失 RFBNet K-MEANS
在线阅读 免费下载
基于小型Zynq SoC硬件加速的改进TINY YOLO实时车辆检测算法实现 预览
20
作者 张雲轲 刘丹 《计算机应用》 CSCD 北大核心 2019年第1期192-198,共7页
针对TINY YOLO车辆检测算法计算量过大,且在小型嵌入式系统中难以达到实时检测要求的问题。利用小型Zynq SoC系统的架构优势以及TINY YOLO的网络权值中存在大量接近零的权值参数这一特点,提出硬件并行加速的改进算法,称为浓缩小型深度网... 针对TINY YOLO车辆检测算法计算量过大,且在小型嵌入式系统中难以达到实时检测要求的问题。利用小型Zynq SoC系统的架构优势以及TINY YOLO的网络权值中存在大量接近零的权值参数这一特点,提出硬件并行加速的改进算法,称为浓缩小型深度网络(Xerantic-TINY YOLO,X-TINY YOLO)车辆检测算法。首先对TINY YOLO中网络结构进行压缩;其次采用高效多级流水线、流水线内全并行的方式对卷积计算部分进行算法加速;最后提出与网络结构相配合的数据切割和传输方案。实验结果表明,X-TINY YOLO仅消耗50%的片内硬件资源,可在相对于GPU和CPU性价比更高更适合嵌入式场景的Zynq SoC系统上实现,且其检测速度达到24帧/s,满足车辆检测的实时性要求。 展开更多
关键词 车辆检测 机器视觉 TINY YOLO Zynq-7020 硬件加速
在线阅读 下载PDF
上一页 1 2 73 下一页 到第
使用帮助 返回顶部 意见反馈