论文摘要
针对在雪天环境下交通监控检测实时性差和准确率低的问题,提出了融合TDA的深度自编码网络车辆目标检测方法.该方法首先将监控视频帧的图像转化为点云数据;进而通过分割后提取车辆目标的点云数据并利用拓扑数据分析对车辆目标的点云数据进行处理;最后利用量化后的拓扑数据分析得到的车辆目标数据的单纯复形表示作为输入样本,对深度自编码网络进行训练,以栈式自编码结构的最后两层隐藏层作为输出构建车辆目标的特征模型,通过全连接层输入Softmax分类层做分类,使网络可以更加快速精确地对雪天环境下的目标和背景进行分类.实验结果表明,该方法能有效在雪天复杂环境下检测车辆目标并在精度以及速度上均有所提高.
论文目录
文章来源
类型: 期刊论文
作者: 任亚婧,张宏立
关键词: 交通监控,目标检测,点云区域生长分割,拓扑数据分析,层次聚类,深度自编码网络
来源: 信息与控制 2019年05期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用
单位: 新疆大学电气工程学院
基金: 国家自然科学基金资助项目(51767022),中国新能源汽车产品检测工况研究和开发基金资助项目
分类号: U495;TP391.41
DOI: 10.13976/j.cnki.xk.2019.8567
页码: 627-633
总页数: 7
文件大小: 4767K
下载量: 102