基于YOLO网络和小波降噪的视频车辆跟踪测速优化 |
| |
引用本文: | 余越,柏兴,狄岚.基于YOLO网络和小波降噪的视频车辆跟踪测速优化[J].应用科技,2023(1):14-20. |
| |
作者姓名: | 余越 柏兴 狄岚 |
| |
作者单位: | 江南大学人工智能与计算机学院 |
| |
摘 要: | 为获取准确有效的交通动态信息,提出一种源于YOLOv5的多目标检测算法,并融入注意力模块改进网络,结合DeepSORT实现长时间跟踪,同时运用摄像机标定方式获取真实运动轨迹。针对复杂环境下噪声等导致的测速质量下降问题,对原始车辆轨迹信号运用小波阈值降噪算法来减少噪声,降噪后的车速波动范围更小,车速标准差最高降低了44%,信噪比最高提升了2.37倍,速度相较降噪前更稳定,表明利用小波滤波对轨迹信号降噪可以大幅提高车速测量的质量,使得后续对交通车辆行为的判定分析更为精准。
|
关 键 词: | 视频监控 YOLO网络 多目标检测跟踪 注意力机制 摄像机标定 轨迹优化 小波变换 车辆测速 |
|
|