• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于計(jì)算機(jī)視覺的夜間交通流量統(tǒng)計(jì)算法研究

    2022-03-29 23:07:48王洪昌王鵬焦博文于奕軒王玉林
    關(guān)鍵詞:計(jì)算機(jī)視覺智能交通

    王洪昌 王鵬 焦博文 于奕軒 王玉林

    文章編號(hào):10069798(2022)02005506;DOI:10.13306/j.10069798.2022.02.009

    摘要:針對(duì)夜晚環(huán)境中傳統(tǒng)交通流量統(tǒng)計(jì)出現(xiàn)的實(shí)時(shí)性、魯棒性及準(zhǔn)確性不高的問題,提出了一種基于改進(jìn)的YOLOv5s交通流量統(tǒng)計(jì)算法。采用殘差網(wǎng)絡(luò)的連接結(jié)構(gòu)對(duì)YOLOv5s算法中的Focus層進(jìn)行改進(jìn)。將改進(jìn)后的YOLOv5s算法與DeepSORT跟蹤算法、統(tǒng)計(jì)模塊搭建高效的交通流量統(tǒng)計(jì)框架。采集實(shí)際路況的夜間場(chǎng)景視頻來對(duì)該框架的準(zhǔn)確性進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,該算法平均準(zhǔn)確率達(dá)到92.9%,較改進(jìn)前提升3.0%,平均檢測(cè)速度可以達(dá)到33.4Hz,準(zhǔn)確率及實(shí)時(shí)性都能滿足交通流量統(tǒng)計(jì)要求。該算法框架可有效地提供夜間交通流量數(shù)據(jù),為智能交通發(fā)展提供一定的技術(shù)支持。

    關(guān)鍵詞:計(jì)算機(jī)視覺;交通流量統(tǒng)計(jì);YOLOv5s;DeepSORT;智能交通

    中圖分類號(hào):TP391.41;TP393.021文獻(xiàn)標(biāo)識(shí)碼:A

    智能交通技術(shù)是融合多學(xué)科內(nèi)容的前沿學(xué)科[1],交通流量統(tǒng)計(jì)[2]是智能交通技術(shù)的重要環(huán)節(jié)和數(shù)據(jù)來源,開展這方面的研究具有重要意義。目前,交通流量統(tǒng)計(jì)算法分為目標(biāo)檢測(cè)、目標(biāo)跟蹤和目標(biāo)統(tǒng)計(jì)三個(gè)模塊。目標(biāo)檢測(cè)[3]是獲取交通流信息的第一步,準(zhǔn)確的目標(biāo)檢測(cè)算法可以大大提高跟蹤模塊的性能。傳統(tǒng)的目標(biāo)檢測(cè)方法易受到天氣和光線等外界因素的影響,進(jìn)而對(duì)目標(biāo)跟蹤的準(zhǔn)確性造成影響。采用基于深度學(xué)習(xí)[4]的目標(biāo)檢測(cè)方法,可以對(duì)道路中的車輛進(jìn)行精準(zhǔn)識(shí)別,利用獲取的車輛種類和位置信息進(jìn)一步跟蹤和計(jì)數(shù)。J.REDMON等人[5]提出以卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的YOLO目標(biāo)檢測(cè)算法,實(shí)現(xiàn)了對(duì)圖像目標(biāo)的檢測(cè)和分類,目前已經(jīng)由YOLOv1發(fā)展到Y(jié)OLOv5[69];張文龍等人[10]在JDE跟蹤算法的基礎(chǔ)上添加AFN模塊,使用EfficientNetv2替換YOLOv5的特征提取網(wǎng)絡(luò),提高了算法實(shí)時(shí)跟蹤速度和檢測(cè)能力;賴見輝等人[11]采用基于深度學(xué)習(xí)的YOLOv3方法,建立卡爾曼濾波、匈牙利分配和透視投影變換的交通流量計(jì)數(shù)模式,車流量計(jì)數(shù)精度在95%左右;劉磊等人[12]采用YOLO網(wǎng)絡(luò)與MeanShift跟蹤算法結(jié)合的車流量統(tǒng)計(jì)方法,此方法具有較強(qiáng)的魯棒性。雖然科研工作者對(duì)交通流量統(tǒng)計(jì)方法做了一定研究,但缺少在夜晚交通環(huán)境下的算法和性能測(cè)試,夜間場(chǎng)景中目標(biāo)識(shí)別準(zhǔn)確率低一直是交通流量統(tǒng)計(jì)的一個(gè)難點(diǎn)。針對(duì)夜晚交通工況,本文提出了一種新的交通流量統(tǒng)計(jì)算法框架(res-YOLOv5strafficflowstatisticalframework,RY-TFSF)。該算法借鑒殘差網(wǎng)絡(luò)[13]的思想,改進(jìn)了YOLOv5s[14]中的Focus模塊,將改進(jìn)后的YOLOv5s檢測(cè)算法與DeepSORT跟蹤算法、統(tǒng)計(jì)模塊融合,搭建成新的交通流量統(tǒng)計(jì)算法框架。與傳統(tǒng)的交通流量統(tǒng)計(jì)框架相比,該框架在保證實(shí)時(shí)性的同時(shí),提高了準(zhǔn)確率。該研究在交通流量統(tǒng)計(jì)領(lǐng)域應(yīng)用前景廣闊。

    1目標(biāo)檢測(cè)

    1.1YOLOv5s網(wǎng)絡(luò)結(jié)構(gòu)

    深度學(xué)習(xí)中以YOLO為代表的基于回歸檢測(cè)方法表現(xiàn)出了更好的性能。其中,最新的YOLOv5算法較前幾代YOLO算法在靈活性和速度上得到了極大的改進(jìn),可滿足交通流量統(tǒng)計(jì)領(lǐng)域?qū)?shí)時(shí)性的要求。YOLOv5目標(biāo)檢測(cè)網(wǎng)絡(luò)結(jié)構(gòu)共有四種,按照網(wǎng)絡(luò)結(jié)構(gòu)規(guī)模排序小到大依次為YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x,四種網(wǎng)絡(luò)結(jié)構(gòu)的殘差組件和卷積核的個(gè)數(shù)依次增加[15]。YOLOv5s網(wǎng)絡(luò)是YOLOv5系列中深度和特征圖寬度最小的網(wǎng)絡(luò)結(jié)構(gòu),YOLOv5s網(wǎng)絡(luò)架構(gòu)如圖1所示。

    該網(wǎng)絡(luò)包括Input、Backbone、Neck和Prediction四個(gè)部分,其中,Input為圖片輸入模塊,要求輸入圖像大小為640×640,對(duì)于不滿足該尺寸的輸入圖片,可將圖片自適應(yīng)的縮放到640×640像素大小。Backbone的作用是對(duì)圖像進(jìn)行降采樣,減小圖片的寬和高,而通道數(shù)增加,可提取不同層次的語義信息。YOLOv5s中使用CSPDarknet53結(jié)構(gòu),使用Focus結(jié)構(gòu)作為基準(zhǔn)網(wǎng)。Neck位于主干網(wǎng)絡(luò)和網(wǎng)絡(luò)頭部的中間位置,它可以對(duì)特征提取的多樣性及魯棒性進(jìn)行優(yōu)化。Prediction包含分類和回歸兩個(gè)分支,用來完成目標(biāo)檢測(cè)結(jié)果的輸出。

    1.2Res-YOLOv5sFocus層的改進(jìn)

    在主干網(wǎng)絡(luò)的卷積層前有一個(gè)Focus層[16]用來豐富輸入圖像信息,YOLOv5s中的Focus層如圖2所示。

    在YOLOv5s的Focus層中,將輸入圖像在行與列上分別取奇數(shù)像素與偶數(shù)像素,在3個(gè)通道上產(chǎn)生4個(gè)圖像塊,并將所有圖像塊沿通道方向進(jìn)行拼接,使原本3通道的圖像變?yōu)?2通道,并且圖像尺寸變?yōu)樵瓉淼囊话?。這種Focus結(jié)構(gòu)在下采樣的過程中,將寬與高上的信息變換到了通道方向,為后續(xù)的特征提取保存了較完整的圖片下采樣信息。-

    為更好提取目標(biāo)的圖像特征,增強(qiáng)目標(biāo)檢測(cè)算法對(duì)目標(biāo)的識(shí)別能力,本文對(duì)YOLOv5s模型中的Focus層做出了結(jié)構(gòu)上的改進(jìn),改進(jìn)后的Focus層如圖3所示?;贔ocus結(jié)構(gòu)上增加了一條通路,該通路直接輸入圖像進(jìn)行卷積,再將兩條通路進(jìn)行拼接后,經(jīng)過一次32通道3×3的卷積,即可得到改進(jìn)Focus模塊的輸出。此結(jié)構(gòu)能在YOLOv5s/Focus層優(yōu)勢(shì)的基礎(chǔ)上,更多的保留原始圖像信息,并且將兩條通路結(jié)合,豐富輸入圖像信息,使后續(xù)卷積層可以獲得更好的特征提取效果。-

    1.3激活函數(shù)

    本文采用LeakyReLU激活函數(shù)對(duì)卷積層得到的運(yùn)算結(jié)果進(jìn)行非線性激活[1718],傳統(tǒng)的ReLU激活函數(shù)雖然具有較快的計(jì)算速度與收斂速度。但當(dāng)輸入值為負(fù)時(shí),會(huì)因?yàn)槠?輸出導(dǎo)致神經(jīng)元無法更新參數(shù)。

    而相較于傳統(tǒng)的ReLU函數(shù),LeakyReLU函數(shù)在輸入的負(fù)半?yún)^(qū)間引入了Leaky值,避免了輸入為負(fù)值時(shí),0的導(dǎo)數(shù)引發(fā)神經(jīng)元無法更新參數(shù)的問題。ReLU和LeakyReLU激活函數(shù)如圖4所示。

    圖4中,LeakyReLU激活函數(shù)負(fù)半軸是一個(gè)較小斜率的函數(shù),可以初始化神經(jīng)元,避免神經(jīng)元死亡并可增加負(fù)值特征信息的提取。當(dāng)LeakyReLU激活函數(shù)中a=5.5時(shí),LeakyReLU激活函數(shù)的分類能力高于ReLU激活函數(shù)。

    2目標(biāo)跟蹤

    目標(biāo)跟蹤的主要任務(wù)是關(guān)聯(lián)兩幀之間的檢測(cè)目標(biāo),對(duì)目標(biāo)進(jìn)行編號(hào),獲得目標(biāo)運(yùn)動(dòng)軌跡,為流量統(tǒng)計(jì)框架提供數(shù)據(jù)基礎(chǔ)。DeepSORT算法是跟蹤檢測(cè)算法中的一個(gè)經(jīng)典代表,其具有魯棒性和實(shí)時(shí)性較高的優(yōu)點(diǎn),DeepSORT算法流程如圖5所示。

    圖5中IOU匹配為檢測(cè)目標(biāo)框交并比,是衡量真實(shí)目標(biāo)框與檢測(cè)目標(biāo)框差異的一種參數(shù)。該算法在SORT算法的基礎(chǔ)上加入了深度特征,通過目標(biāo)的外觀特征匹配來增加在遮擋等特殊情況下目標(biāo)跟蹤的準(zhǔn)確率,并減少了ID跳變的次數(shù)。

    對(duì)所有初始幀進(jìn)行檢測(cè)和ID編號(hào)初始化,使用卡爾曼濾波預(yù)測(cè)下一幀的狀態(tài)參數(shù),根據(jù)預(yù)測(cè)框和下一幀檢測(cè)框的CNN和IOU進(jìn)行匈牙利匹配[19]。預(yù)先設(shè)置合適的閾值,判斷特征距離與所設(shè)閾值的大小關(guān)系,要求三者中有一處匹配成功,則會(huì)進(jìn)入卡爾曼濾波更新階段。若經(jīng)過T次匹配仍未成功,目標(biāo)跟蹤Tracks會(huì)被認(rèn)為已經(jīng)離開視頻,其將被刪除,未匹配成功的目標(biāo)檢測(cè)框Detections將給予新的ID編號(hào),所有Detections和Tracks處理完成后,則進(jìn)入下一幀的匹配更新環(huán)節(jié)。-

    3流量統(tǒng)計(jì)框架

    本文針對(duì)夜間交通場(chǎng)景,搭建了交通流量統(tǒng)計(jì)框架RY-TFSF,RY-TFSF交通流量統(tǒng)計(jì)框架如圖6所示。由于交通場(chǎng)景的復(fù)雜性以及智能交通系統(tǒng)對(duì)信息實(shí)時(shí)性的要求,統(tǒng)計(jì)流量時(shí),剔除冗余的信息,避免其對(duì)智能交通系統(tǒng)各性能的影響[20]。-當(dāng)一個(gè)車輛ID首次在視頻區(qū)域出現(xiàn)時(shí),記錄框中心點(diǎn)位置(x,y)first,當(dāng)該ID通過檢測(cè)線時(shí)會(huì)再次記錄框中心點(diǎn)(x,y)end,根據(jù)兩次記錄的中心點(diǎn),可計(jì)算得到一個(gè)矢量方向,進(jìn)而判斷該ID的運(yùn)動(dòng)方向。

    判讀該ID是否被記錄于ID集中,如選項(xiàng)為否,則根據(jù)跟蹤檢測(cè)框的類別和行駛方向進(jìn)行計(jì)數(shù),如已經(jīng)計(jì)數(shù)則不進(jìn)行操作。當(dāng)某車輛駛出視頻區(qū)域時(shí),將此ID從Recorded_ID中刪除,以此縮小RY-TFSF框架的規(guī)模,減少對(duì)算力的需求,保證流量統(tǒng)計(jì)的速度和實(shí)時(shí)性。

    4實(shí)驗(yàn)結(jié)果及分析

    軟件配置為編程語言采用python3.7,深度學(xué)習(xí)框架及相應(yīng)庫分別采用pytorch1.7.0,Cuda10.1和Cudnn7.4.1,操作系統(tǒng)為Ubuntu18.04。硬件配置為i710700kCPU@3.00GHz,NVIDIAGeForceRTX2080Ti,12G顯存,CUDA核心數(shù)為4352和運(yùn)行內(nèi)存為32G。實(shí)驗(yàn)參數(shù)為置信度設(shè)為0.4,IOU匹配閾值設(shè)為0.5,HOG特征匹配閾值設(shè)為0.5。

    本文測(cè)試過程分為兩個(gè)步驟:一是對(duì)改進(jìn)的YOLOv5s神經(jīng)元網(wǎng)絡(luò)進(jìn)行訓(xùn)練,得到適用于夜間環(huán)境的車輛識(shí)別器;二是將訓(xùn)練好的識(shí)別器與跟蹤模塊和統(tǒng)計(jì)模塊結(jié)合,得到適用于夜間環(huán)境的交通流量統(tǒng)計(jì)集成系統(tǒng),并應(yīng)用該系統(tǒng)對(duì)標(biāo)注數(shù)據(jù)集進(jìn)行檢測(cè)。-

    4.1深度神經(jīng)元網(wǎng)絡(luò)訓(xùn)練

    YOLOv5s網(wǎng)絡(luò)的訓(xùn)練階段使用了Mosaic數(shù)據(jù)增強(qiáng)操作和自適應(yīng)錨框計(jì)算,Mosaic數(shù)據(jù)增強(qiáng)操作可以提升模型的訓(xùn)練速度和整個(gè)網(wǎng)絡(luò)的精度[21]。在YOLOv5s模型訓(xùn)練過程中,損失函數(shù)隨迭代次數(shù)變化曲線如圖7所示。

    YOLOv5s模型訓(xùn)練過程圖橫坐標(biāo)為迭代次數(shù),縱坐標(biāo)為損失函數(shù)值Loss。由圖7可以看出,在迭代800次左右,3種Loss的值均趨向于穩(wěn)定,此時(shí)得到相對(duì)較優(yōu)的權(quán)重。

    4.2交通流量統(tǒng)計(jì)測(cè)試及結(jié)果分析

    流量統(tǒng)計(jì)框架的車輛類別分為轎車、公交車和卡車3種車型,使用這3種類型對(duì)測(cè)試視頻進(jìn)行流量統(tǒng)計(jì)檢測(cè),利用opencv在視頻的左上角搭建虛擬計(jì)數(shù)器。流量統(tǒng)計(jì)框架部分效果圖如圖8所示。

    通過采集實(shí)際道路的夜間交通視頻,對(duì)本文所搭框架的準(zhǔn)確率進(jìn)行驗(yàn)證分析,計(jì)算框架平均準(zhǔn)確率和平均速率分別為

    Fave=FtotalTtotal-式中,Ni,j為框架測(cè)試得到的第i個(gè)視頻中的第j種類的目標(biāo)數(shù)量;Ri,j為真實(shí)的第i個(gè)視頻中的第j種類的目標(biāo)數(shù)量;Ftotal為測(cè)試視頻的總幀數(shù);Ttotal為框架測(cè)試完視頻所用的總時(shí)間。經(jīng)過計(jì)算,得到改進(jìn)前后夜間交通視頻流量統(tǒng)計(jì)測(cè)試結(jié)果,夜間交通視頻流量統(tǒng)計(jì)測(cè)試結(jié)果如表1所示。

    由表1統(tǒng)計(jì)測(cè)試結(jié)果分析可知,該框架對(duì)夜間場(chǎng)景視頻的交通目標(biāo)具有良好的計(jì)數(shù)準(zhǔn)確率和檢測(cè)速度,在單張顯卡的設(shè)備上,可滿足智能交通對(duì)實(shí)時(shí)性的要求。

    5結(jié)束語

    本文搭建了一個(gè)適用于夜間場(chǎng)景的交通流量統(tǒng)計(jì)框架,該框架分為檢測(cè)、跟蹤和統(tǒng)計(jì)模塊。分析研究目標(biāo)檢測(cè)算法的網(wǎng)絡(luò)結(jié)構(gòu),選用YOLOv5s算法,針對(duì)夜間場(chǎng)景交通問題的特點(diǎn),改進(jìn)Focus模塊來提高算法的特征提取能力。改進(jìn)后的YOLOv5s算法與DeepSORT跟蹤算法構(gòu)建了跟蹤框架,在此跟蹤框架的基礎(chǔ)上搭建流量統(tǒng)計(jì)框架,并拍攝了夜間交通視頻。對(duì)夜間交通視頻測(cè)試,其結(jié)果說明該框架具有不錯(cuò)的魯棒性、實(shí)時(shí)性和較強(qiáng)的開放性,并且可較容易地集成其它功能。本實(shí)驗(yàn)的不足之處是統(tǒng)計(jì)算法檢測(cè)速度較慢,后期研究中將增加對(duì)夜間極端天氣視頻的測(cè)試,繼續(xù)修改統(tǒng)計(jì)算法框架,提高對(duì)極端工況的實(shí)驗(yàn)統(tǒng)計(jì)速度和準(zhǔn)確率,這也是本實(shí)驗(yàn)今后深入研究的主要方向。-參考文獻(xiàn):

    [1]張毅,姚丹亞,李力,等.智能車路協(xié)同系統(tǒng)關(guān)鍵技術(shù)與應(yīng)用[J].交通運(yùn)輸系統(tǒng)工程與信息,2021,21(5):4051.

    [2]范雪梅.基于卷積神經(jīng)網(wǎng)絡(luò)圖像識(shí)別的交通流量信息采集終端的設(shè)計(jì)與實(shí)現(xiàn)[D].南京:東南大學(xué),2018.

    [3]張婷婷,章堅(jiān)武,郭春生,等.基于深度學(xué)習(xí)的圖像目標(biāo)檢測(cè)算法綜述[J].電信科學(xué),2020(7):92106.

    [4]BHATTJ,HASHMIKA,AFZALMZ,etal.Asurveyofgraphicalpageobjectdetectionwithdeepneuralnetworks[J].AppliedSciences,2021,11(12):53445365.

    [5]YET,ZHAOZY,ZHANGJ,etal.Low-altitudesmall-sizedobjectdetectionusinglightweightfeature-enhancedconvolutionalneuralnetwork[J].JournalofSystemsEngineeringandElectronics,2021,32(4):841853.

    [6]KRIZHEVSKYA,SUTSKEVERI,HINTONG.ImageNetclassificationwithdeepconvolutionalneuralnetworks[J].AdvancesinNeuralInformationProcessingSystems,2012,25(2):10971105.

    [7]LIUR,LENGXF,LIUY.AfastimagematchingalgorithmbasedonYolov3[J].TransactionsofNanjingUniversityofAeronauticsandAstronautics,2021,38(5):807815.

    [8]盧迪,馬文強(qiáng).基于改進(jìn)YOLOv4tiny算法的手勢(shì)識(shí)別[J].電子與信息學(xué)報(bào),2021,43(11):32573265.

    [9]張仲楠,霍煒,廉明,等.基于Yolov5的快速雙目立體視覺測(cè)距研究[J].青島大學(xué)學(xué)報(bào)(工程技術(shù)版),2021,36(2):2027.

    [10]林森,劉美怡,陶志勇.采用注意力機(jī)制與改進(jìn)YOLOv5的水下珍品檢測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào),2021,37(18):307314.

    [11]賴見輝,王揚(yáng),羅甜甜,等.基于YOLO_v3的側(cè)視視頻交通流量統(tǒng)計(jì)方法與驗(yàn)證[J].公路交通科技,2021,38(1):135142.

    [12]劉磊,趙栓峰,郭衛(wèi).一種YOLO識(shí)別與Meanshift跟蹤的車流量統(tǒng)計(jì)方法[J].制造業(yè)自動(dòng)化,2020,42(2):1620.

    [13]郝旭政,柴爭(zhēng)義.一種改進(jìn)的深度殘差網(wǎng)絡(luò)行人檢測(cè)方法[J].計(jì)算機(jī)應(yīng)用研究,2019,36(5):15691572,1584.

    [14]ZHOUJ,JIANGP,ZOUAR,etal.ShiptargetdetectionalgorithmbasedonimprovedYOLOv5[J].JournalofMarineScienceandEngineering,2021,9(8):162166.

    [15]許宏吉,王玨,李夢(mèng)荷,等.基于多卷積核殘差網(wǎng)絡(luò)的行為識(shí)別系統(tǒng)、方法、介質(zhì)及設(shè)備[P].CN111027487A,20200417.

    [16]ALDAHOULN,KARIMHA,ABDULLAHM,etal.TransferdetectionofYOLOtofocusCNN'sattentiononnuderegionsforadultcontentdetection[J].Symmetry,2020,13(1):2651.

    [17]LIUYS,WANGXJ,WANGL,etal.AmodifiedleakyReLUscheme(MLRS)fortopologyoptimizationwithmultiplematerials[J].AppliedMathematicsandComputation,2019,352:188204.

    [18]蔣昂波,王維維.ReLU激活函數(shù)優(yōu)化研究[J].傳感器與微系統(tǒng),2018,37(2):5052.

    [19]魏恩偉,李偉華,張之涵,等.基于改進(jìn)匈牙利算法的非侵入式負(fù)荷匹配方法[J].電測(cè)與儀表,2019(22):5664.

    [20]郭歡,朱莉,郭曉剛.基于圖像處理技術(shù)的交通流量統(tǒng)計(jì)算法的實(shí)現(xiàn)[J].自動(dòng)化技術(shù)與應(yīng)用,2013(2):4952.

    [21]李阿娟.YOLOv5算法改進(jìn)及其現(xiàn)實(shí)應(yīng)用[D].太原:中北大學(xué),2021.-ResearchonNighttimeTrafficFlowStatisticsAlgorithmBasedonComputerVision

    WANGHongchang,WANGPeng,JIAOBowen,YUYixuan,WANGYulin

    (CollegeofMechanicalandElectricalEngineering,QingdaoUniversity,Qingdao266071,China)-Abstract:

    AnimprovedYOLOv5strafficflowstatisticsalgorithmisproposedtoaddressthelowreal-time,robustness,andaccuracyproblemsoftraditionaltrafficcountinginthenighttimeenvironment.ThisarticleimprovestheFocuslayerintheYOLOv5salgorithmbyusingtheresidualnetwork'sconnectionstructure.TheimprovedYOLOv5salgorithmiscombinedwiththeDeepSORTmonitoringalgorithmandstatisticsmoduletoconstructanefficienttrafficflowstatisticsframework.Ultimately,theframework'saccuracyisverifiedbycollectingvideosofnighttimescenesofactualroadconditions.Theexperimentalresultsdemonstratethatthealgorithmachievedanaverageaccuracyof92.9%,implying3.0%improvementoverthepre-improvementperiod.Simultaneously,theaveragedetectionspeedcanreach33.4Hz,whichcanmeettherequirementsoftrafficflowstatisticsinbothaccuracyandreal-time.Thealgorithmframeworkcaneffectivelyprovidenighttimetrafficflowdataandprovidesometechnicalsupportforthedevelopmentofintelligenttransportation.Keywords:

    computervision;trafficflowstatistics;YOLOv5stargetdetectionalgorithm;DeepSORTtrackingalgorithm;intelligenttraffic

    收稿日期:20211104;修回日期:20220113

    作者簡(jiǎn)介:王洪昌(1994),男,碩士研究生,主要研究方向?yàn)樽詣?dòng)駕駛技術(shù)。

    通信作者:王玉林(1964),男,博士,教授,主要研究方向?yàn)殡娮涌刂萍夹g(shù)。Email:wangyuln@163.com

    猜你喜歡
    計(jì)算機(jī)視覺智能交通
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識(shí)別算法
    雙目攝像頭在識(shí)別物體大小方面的應(yīng)用
    機(jī)器視覺技術(shù)發(fā)展及其工業(yè)應(yīng)用
    危險(xiǎn)氣體罐車液位計(jì)算機(jī)視覺監(jiān)控識(shí)別報(bào)警系統(tǒng)設(shè)計(jì)
    大數(shù)據(jù)時(shí)代城市智能交通的數(shù)據(jù)技術(shù)
    基于物聯(lián)網(wǎng)的智能交通系統(tǒng)架構(gòu)
    計(jì)算機(jī)視覺在交通領(lǐng)域的應(yīng)用
    基于傳統(tǒng)的車輛違章轉(zhuǎn)彎檢測(cè)與實(shí)現(xiàn)
    基于物聯(lián)網(wǎng)的智能交通系統(tǒng)中的車輛通信網(wǎng)絡(luò)
    基于計(jì)算機(jī)視覺的細(xì)小顆粒團(tuán)重量測(cè)量的研究
    亚洲精华国产精华精| 校园春色视频在线观看| 窝窝影院91人妻| 岛国在线观看网站| 午夜福利在线在线| 色综合亚洲欧美另类图片| 最近视频中文字幕2019在线8| 黄频高清免费视频| 国产日本99.免费观看| 99热这里只有是精品50| 欧美三级亚洲精品| 婷婷精品国产亚洲av在线| 免费av毛片视频| 国产av不卡久久| 夜夜爽天天搞| 国产精品久久电影中文字幕| 免费无遮挡裸体视频| 亚洲全国av大片| 2021天堂中文幕一二区在线观| 黄色女人牲交| 欧美成人一区二区免费高清观看 | 日日爽夜夜爽网站| 一进一出抽搐gif免费好疼| 久久99热这里只有精品18| 99国产综合亚洲精品| 别揉我奶头~嗯~啊~动态视频| 国产av一区在线观看免费| 曰老女人黄片| 亚洲精品久久成人aⅴ小说| 亚洲人成伊人成综合网2020| 真人做人爱边吃奶动态| 欧美日韩瑟瑟在线播放| 久久欧美精品欧美久久欧美| 天堂动漫精品| 亚洲精品久久国产高清桃花| 国内久久婷婷六月综合欲色啪| 免费无遮挡裸体视频| 亚洲自拍偷在线| av在线天堂中文字幕| 欧美人与性动交α欧美精品济南到| 99热这里只有精品一区 | 又黄又粗又硬又大视频| 免费看a级黄色片| 国产午夜精品久久久久久| 丝袜人妻中文字幕| 国产精品一区二区免费欧美| 少妇粗大呻吟视频| 国产亚洲欧美在线一区二区| 国产成人aa在线观看| 黄色a级毛片大全视频| 亚洲熟女毛片儿| 色综合亚洲欧美另类图片| 免费人成视频x8x8入口观看| 欧洲精品卡2卡3卡4卡5卡区| 国产精品99久久99久久久不卡| 男人舔女人下体高潮全视频| www.www免费av| 高清在线国产一区| 亚洲一区中文字幕在线| 丰满的人妻完整版| 十八禁人妻一区二区| 日韩欧美在线二视频| 超碰成人久久| 在线视频色国产色| 黄频高清免费视频| 法律面前人人平等表现在哪些方面| 欧美乱码精品一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 性色av乱码一区二区三区2| 亚洲成av人片免费观看| 国产激情欧美一区二区| 亚洲av成人不卡在线观看播放网| a级毛片a级免费在线| 亚洲人成伊人成综合网2020| 不卡av一区二区三区| 女人高潮潮喷娇喘18禁视频| 欧美在线一区亚洲| 精品久久久久久久久久久久久| 黄色成人免费大全| 在线免费观看的www视频| 在线观看免费日韩欧美大片| 亚洲在线自拍视频| 精品电影一区二区在线| 欧美日韩亚洲综合一区二区三区_| 久久九九热精品免费| 少妇的丰满在线观看| 一边摸一边抽搐一进一小说| 国产伦人伦偷精品视频| 日韩欧美免费精品| www.999成人在线观看| 天天添夜夜摸| 欧美性猛交╳xxx乱大交人| 欧美日韩乱码在线| 香蕉丝袜av| 国产亚洲精品久久久久5区| АⅤ资源中文在线天堂| 一级a爱片免费观看的视频| 国产av在哪里看| 丰满人妻一区二区三区视频av | 久久久久亚洲av毛片大全| 中文字幕熟女人妻在线| 亚洲avbb在线观看| 亚洲色图av天堂| av欧美777| 啪啪无遮挡十八禁网站| 国产人伦9x9x在线观看| 成人特级黄色片久久久久久久| 欧美午夜高清在线| 欧美人与性动交α欧美精品济南到| 国产av麻豆久久久久久久| 日本免费一区二区三区高清不卡| 淫秽高清视频在线观看| 国产97色在线日韩免费| 午夜激情av网站| 久久婷婷人人爽人人干人人爱| 精品免费久久久久久久清纯| 亚洲第一电影网av| 欧美一区二区精品小视频在线| 麻豆国产97在线/欧美 | 精品电影一区二区在线| 国产黄色小视频在线观看| 人妻久久中文字幕网| www日本在线高清视频| 巨乳人妻的诱惑在线观看| 亚洲av熟女| 亚洲国产中文字幕在线视频| 女同久久另类99精品国产91| 亚洲成人中文字幕在线播放| 一本久久中文字幕| 午夜日韩欧美国产| 搡老岳熟女国产| 欧美成人一区二区免费高清观看 | 中文亚洲av片在线观看爽| 国产私拍福利视频在线观看| 国产亚洲av嫩草精品影院| 高潮久久久久久久久久久不卡| 国内少妇人妻偷人精品xxx网站 | 日本一区二区免费在线视频| 亚洲最大成人中文| 99精品欧美一区二区三区四区| 麻豆国产av国片精品| 精品国内亚洲2022精品成人| 精品人妻1区二区| 国产一区二区在线av高清观看| 女警被强在线播放| 亚洲专区国产一区二区| 麻豆国产97在线/欧美 | 日韩欧美国产一区二区入口| 亚洲国产欧美一区二区综合| 欧美最黄视频在线播放免费| 2021天堂中文幕一二区在线观| 色综合站精品国产| 99热这里只有精品一区 | 国产精品久久久久久亚洲av鲁大| av超薄肉色丝袜交足视频| 中文在线观看免费www的网站 | e午夜精品久久久久久久| 曰老女人黄片| 欧美黑人精品巨大| 嫁个100分男人电影在线观看| 精品国产乱子伦一区二区三区| 久久久久久九九精品二区国产 | 精品福利观看| 免费在线观看完整版高清| 欧美人与性动交α欧美精品济南到| 亚洲av成人一区二区三| 在线永久观看黄色视频| 黄色片一级片一级黄色片| 欧美日韩国产亚洲二区| 一二三四社区在线视频社区8| 非洲黑人性xxxx精品又粗又长| 欧美乱码精品一区二区三区| 男女床上黄色一级片免费看| 国产精品亚洲av一区麻豆| 国语自产精品视频在线第100页| 国产在线观看jvid| 欧美乱妇无乱码| 香蕉久久夜色| 亚洲av美国av| 可以免费在线观看a视频的电影网站| 一级黄色大片毛片| 亚洲性夜色夜夜综合| 特大巨黑吊av在线直播| 亚洲成人久久性| 国内毛片毛片毛片毛片毛片| 黄色a级毛片大全视频| 女人高潮潮喷娇喘18禁视频| 91国产中文字幕| 中文字幕av在线有码专区| 丁香欧美五月| 午夜精品久久久久久毛片777| 亚洲在线自拍视频| 人妻夜夜爽99麻豆av| 黄色视频,在线免费观看| 婷婷丁香在线五月| 免费在线观看影片大全网站| 成在线人永久免费视频| 中文在线观看免费www的网站 | 热99re8久久精品国产| 特级一级黄色大片| 久久中文看片网| 麻豆成人午夜福利视频| 国产精品一区二区三区四区免费观看 | 亚洲成av人片在线播放无| 亚洲乱码一区二区免费版| 夜夜爽天天搞| 国产伦在线观看视频一区| 精品国产美女av久久久久小说| 可以在线观看的亚洲视频| 精华霜和精华液先用哪个| 一进一出好大好爽视频| 我要搜黄色片| tocl精华| 亚洲男人的天堂狠狠| 日本黄色视频三级网站网址| 麻豆成人av在线观看| 大型黄色视频在线免费观看| 国产精品免费一区二区三区在线| 午夜福利免费观看在线| 禁无遮挡网站| 中出人妻视频一区二区| 久久久久久久久中文| 在线观看一区二区三区| 国产高清视频在线观看网站| 这个男人来自地球电影免费观看| 国产亚洲欧美98| 老熟妇仑乱视频hdxx| 国产一区二区在线观看日韩 | 国产成人系列免费观看| 国产av麻豆久久久久久久| 村上凉子中文字幕在线| 别揉我奶头~嗯~啊~动态视频| 国产精品乱码一区二三区的特点| av有码第一页| 国产av一区在线观看免费| 亚洲精品久久国产高清桃花| 国产亚洲精品av在线| 一进一出好大好爽视频| 美女扒开内裤让男人捅视频| 欧美黑人巨大hd| xxx96com| 成人三级黄色视频| 三级毛片av免费| 久久香蕉精品热| 欧洲精品卡2卡3卡4卡5卡区| 天天躁狠狠躁夜夜躁狠狠躁| 一级作爱视频免费观看| 午夜两性在线视频| 观看免费一级毛片| 色在线成人网| 精品无人区乱码1区二区| 亚洲中文字幕日韩| 国产精品一区二区免费欧美| 少妇人妻一区二区三区视频| 91国产中文字幕| 欧美激情久久久久久爽电影| 丝袜美腿诱惑在线| 2021天堂中文幕一二区在线观| 久久亚洲真实| 搞女人的毛片| 最近视频中文字幕2019在线8| 一级a爱片免费观看的视频| 亚洲精品久久国产高清桃花| 欧美激情久久久久久爽电影| 精品国产乱码久久久久久男人| 高潮久久久久久久久久久不卡| 午夜精品在线福利| 欧美不卡视频在线免费观看 | 欧美日本视频| 久久久久国产一级毛片高清牌| 又紧又爽又黄一区二区| 一夜夜www| 看免费av毛片| 亚洲成人国产一区在线观看| 精品日产1卡2卡| 长腿黑丝高跟| 色av中文字幕| 99久久久亚洲精品蜜臀av| 亚洲aⅴ乱码一区二区在线播放 | 国产成人精品久久二区二区91| 看免费av毛片| 好男人在线观看高清免费视频| 亚洲午夜精品一区,二区,三区| 久久久久久久久久黄片| 日韩欧美国产在线观看| 亚洲成人中文字幕在线播放| 亚洲成a人片在线一区二区| 精品一区二区三区视频在线观看免费| 欧美黑人巨大hd| 国产熟女xx| 久久天堂一区二区三区四区| www国产在线视频色| 精品电影一区二区在线| 国产熟女午夜一区二区三区| 九九热线精品视视频播放| 91麻豆av在线| 精品人妻1区二区| 欧美成狂野欧美在线观看| www日本在线高清视频| 嫩草影院精品99| 人妻丰满熟妇av一区二区三区| 热99re8久久精品国产| 白带黄色成豆腐渣| 69av精品久久久久久| 国内精品久久久久精免费| 久久婷婷人人爽人人干人人爱| 久久久国产成人精品二区| 国产精品综合久久久久久久免费| 桃红色精品国产亚洲av| 一级黄色大片毛片| 精品久久久久久久末码| 免费在线观看完整版高清| 欧美3d第一页| 国产精品影院久久| 国产日本99.免费观看| 午夜视频精品福利| 最近在线观看免费完整版| 日本成人三级电影网站| 欧美黑人巨大hd| 国产精品乱码一区二三区的特点| 丰满人妻熟妇乱又伦精品不卡| 午夜福利18| 久久香蕉激情| 日韩免费av在线播放| a在线观看视频网站| 国产精品98久久久久久宅男小说| 一级片免费观看大全| 成人高潮视频无遮挡免费网站| www国产在线视频色| 波多野结衣高清无吗| 久9热在线精品视频| 国产黄片美女视频| 一个人免费在线观看电影 | 悠悠久久av| 国模一区二区三区四区视频 | 欧美黑人精品巨大| 亚洲国产精品久久男人天堂| 国产蜜桃级精品一区二区三区| 国产视频内射| 午夜福利18| 亚洲人成伊人成综合网2020| 午夜免费成人在线视频| 欧美色欧美亚洲另类二区| 老司机在亚洲福利影院| 国产精品一及| 亚洲av第一区精品v没综合| 国产成人欧美在线观看| 91九色精品人成在线观看| 国产在线观看jvid| 18禁裸乳无遮挡免费网站照片| 一区二区三区国产精品乱码| 亚洲自拍偷在线| 嫁个100分男人电影在线观看| 91九色精品人成在线观看| 国产高清激情床上av| 好男人在线观看高清免费视频| 老司机深夜福利视频在线观看| 美女黄网站色视频| aaaaa片日本免费| 国产精品一区二区精品视频观看| 国产黄a三级三级三级人| 91麻豆av在线| 老熟妇仑乱视频hdxx| 最近最新中文字幕大全免费视频| 成人一区二区视频在线观看| 欧美在线黄色| 男插女下体视频免费在线播放| 国产精品影院久久| 1024视频免费在线观看| 搡老熟女国产l中国老女人| 嫩草影院精品99| 亚洲成av人片在线播放无| 国产一区二区激情短视频| 欧美黑人精品巨大| 99久久综合精品五月天人人| 国产主播在线观看一区二区| 校园春色视频在线观看| 国产蜜桃级精品一区二区三区| 日韩欧美在线二视频| 99re在线观看精品视频| 国产激情久久老熟女| 男插女下体视频免费在线播放| 757午夜福利合集在线观看| 亚洲av第一区精品v没综合| 不卡av一区二区三区| 久久精品国产亚洲av高清一级| 亚洲一区二区三区不卡视频| 国产成人精品无人区| 久久精品国产清高在天天线| 91大片在线观看| 国产私拍福利视频在线观看| 中文字幕最新亚洲高清| 婷婷六月久久综合丁香| 91大片在线观看| 国产区一区二久久| 97碰自拍视频| 老司机午夜十八禁免费视频| 亚洲精品在线观看二区| 亚洲欧美精品综合久久99| 亚洲欧美日韩无卡精品| 999精品在线视频| а√天堂www在线а√下载| 又黄又粗又硬又大视频| 亚洲aⅴ乱码一区二区在线播放 | 后天国语完整版免费观看| 三级国产精品欧美在线观看 | 色在线成人网| 欧美极品一区二区三区四区| 久久婷婷人人爽人人干人人爱| 国产av一区在线观看免费| 美女 人体艺术 gogo| 在线观看www视频免费| 欧美乱妇无乱码| 每晚都被弄得嗷嗷叫到高潮| 可以在线观看的亚洲视频| 国产精品综合久久久久久久免费| 18禁黄网站禁片午夜丰满| 亚洲一码二码三码区别大吗| 好看av亚洲va欧美ⅴa在| 床上黄色一级片| 成人欧美大片| 高清毛片免费观看视频网站| 久久久久国产精品人妻aⅴ院| 黄频高清免费视频| 亚洲精品国产精品久久久不卡| 亚洲avbb在线观看| 久久亚洲精品不卡| www.熟女人妻精品国产| 欧美日韩亚洲综合一区二区三区_| 一本综合久久免费| 免费观看人在逋| 不卡av一区二区三区| 淫秽高清视频在线观看| 国产熟女xx| 欧美一区二区国产精品久久精品 | 岛国在线免费视频观看| 国产精品一区二区三区四区免费观看 | 一级a爱片免费观看的视频| 国产乱人伦免费视频| 国产一区二区在线av高清观看| 国产成人欧美在线观看| 在线观看免费视频日本深夜| 亚洲无线在线观看| 久久久国产成人精品二区| 亚洲av五月六月丁香网| 无遮挡黄片免费观看| 波多野结衣高清作品| 亚洲男人的天堂狠狠| 此物有八面人人有两片| 亚洲精华国产精华精| 99国产精品一区二区三区| 听说在线观看完整版免费高清| 成人18禁高潮啪啪吃奶动态图| 中文字幕人成人乱码亚洲影| 日本一区二区免费在线视频| 午夜两性在线视频| 国产精品日韩av在线免费观看| 久久伊人香网站| 亚洲成人精品中文字幕电影| 一进一出抽搐动态| 婷婷精品国产亚洲av| 国产精品一区二区三区四区久久| 久久精品国产99精品国产亚洲性色| 国产精品1区2区在线观看.| 久久精品国产清高在天天线| 中文字幕精品亚洲无线码一区| 国产亚洲av高清不卡| 色综合站精品国产| 国产v大片淫在线免费观看| 12—13女人毛片做爰片一| 99国产综合亚洲精品| 亚洲第一欧美日韩一区二区三区| 国产乱人伦免费视频| 国产三级黄色录像| 久久久国产成人精品二区| 亚洲精品在线美女| 露出奶头的视频| 午夜福利成人在线免费观看| 在线观看66精品国产| 欧美性猛交╳xxx乱大交人| xxx96com| 成人三级黄色视频| 国产真实乱freesex| 国产高清视频在线播放一区| aaaaa片日本免费| 我的老师免费观看完整版| av视频在线观看入口| 国产探花在线观看一区二区| 精品久久久久久,| 精品久久久久久久末码| 脱女人内裤的视频| 国产一区二区在线观看日韩 | 午夜免费激情av| 久久久精品大字幕| 色哟哟哟哟哟哟| 久久中文字幕一级| 国产高清videossex| 无遮挡黄片免费观看| 热99re8久久精品国产| 巨乳人妻的诱惑在线观看| 成人18禁高潮啪啪吃奶动态图| АⅤ资源中文在线天堂| 国产成人av激情在线播放| 久久天堂一区二区三区四区| 成人国语在线视频| 身体一侧抽搐| 18禁裸乳无遮挡免费网站照片| 亚洲在线自拍视频| 免费看a级黄色片| 麻豆国产av国片精品| 熟妇人妻久久中文字幕3abv| 老汉色av国产亚洲站长工具| 99久久综合精品五月天人人| 悠悠久久av| 老司机深夜福利视频在线观看| 亚洲美女视频黄频| 久久午夜亚洲精品久久| 欧美精品啪啪一区二区三区| 九色成人免费人妻av| 最新美女视频免费是黄的| 色噜噜av男人的天堂激情| 成熟少妇高潮喷水视频| 国产欧美日韩精品亚洲av| 一本大道久久a久久精品| 黄片大片在线免费观看| 婷婷亚洲欧美| 国产伦人伦偷精品视频| 中文字幕高清在线视频| 他把我摸到了高潮在线观看| 97超级碰碰碰精品色视频在线观看| 国语自产精品视频在线第100页| 国产精品精品国产色婷婷| 成人欧美大片| 国产av不卡久久| 中文字幕最新亚洲高清| 亚洲av电影在线进入| 一二三四在线观看免费中文在| 大型av网站在线播放| 无限看片的www在线观看| 宅男免费午夜| xxxwww97欧美| 每晚都被弄得嗷嗷叫到高潮| 久久精品国产亚洲av高清一级| 波多野结衣巨乳人妻| 精品乱码久久久久久99久播| 欧美丝袜亚洲另类 | 免费观看精品视频网站| 97人妻精品一区二区三区麻豆| 国产亚洲av嫩草精品影院| 国语自产精品视频在线第100页| АⅤ资源中文在线天堂| 美女扒开内裤让男人捅视频| 成人国产一区最新在线观看| 久99久视频精品免费| 精品电影一区二区在线| 1024手机看黄色片| 久久久久久免费高清国产稀缺| 一边摸一边抽搐一进一小说| 欧美 亚洲 国产 日韩一| АⅤ资源中文在线天堂| 熟女少妇亚洲综合色aaa.| 日韩精品青青久久久久久| 久久九九热精品免费| 动漫黄色视频在线观看| 青草久久国产| 人人妻人人澡欧美一区二区| 天堂影院成人在线观看| 欧美性猛交╳xxx乱大交人| 亚洲自偷自拍图片 自拍| 亚洲七黄色美女视频| 激情在线观看视频在线高清| 精品免费久久久久久久清纯| 成人国产综合亚洲| 免费人成视频x8x8入口观看| 欧美乱色亚洲激情| 淫秽高清视频在线观看| 久久久精品大字幕| 久久亚洲精品不卡| 欧美一级毛片孕妇| 一级a爱片免费观看的视频| www.www免费av| 白带黄色成豆腐渣| 最近最新免费中文字幕在线| 手机成人av网站| 麻豆av在线久日| 国产精品免费视频内射| 制服诱惑二区| 999久久久国产精品视频| 午夜老司机福利片| 天天躁夜夜躁狠狠躁躁| 男人的好看免费观看在线视频 | 久久香蕉国产精品| 午夜日韩欧美国产| 免费看美女性在线毛片视频| 又黄又爽又免费观看的视频| 一级片免费观看大全| 国产乱人伦免费视频| 免费看美女性在线毛片视频| 欧美 亚洲 国产 日韩一| 亚洲精品粉嫩美女一区| 成人一区二区视频在线观看| 久久香蕉国产精品| 精品国内亚洲2022精品成人| 亚洲成人国产一区在线观看| 啦啦啦韩国在线观看视频| 露出奶头的视频| 国产1区2区3区精品| 美女高潮喷水抽搐中文字幕| 国内久久婷婷六月综合欲色啪| 久久精品国产亚洲av香蕉五月| 亚洲第一电影网av| 在线免费观看的www视频| 国产探花在线观看一区二区| 久久久久久久午夜电影| 欧美日韩精品网址|