一、概述
- 车辆检测:基于FCOS模型和特征增强提出了EM_FCOS目标检测网络
- EM_FCOS网络采用VGG-16网络作为主干网络,对VGG-16网络的Conv3-3和Conv4-3层输出的特征图进行特征增强操作,与Conv5-3、Conv6和Conv7层输出的特征图共同构成特征金字塔,并在特征金字塔上进行逐像素回归
- **车辆跟踪:**基于车辆目标的检测结果,本文实现了SORT算法来跟踪车辆目标
- 车辆拥堵状态评估:依据车辆检测和车辆跟踪的结果提取交通参数,通过车辆密度与车辆速度等特征参数建立了车辆拥堵状态的评估模型
- 系统性能:实现视频中路面长度为80米的车辆检测和车辆跟踪,车辆检测和车辆跟踪的准确率应不低于90%,车辆拥堵状态的评估结果应该符合人的主观判断。在速度方面,系统一次评估的时间应不高于40ms。
二、 EM-FCOS
- 整体架构图
- FCOS:
- EM-FCOS(针对小目标检测):
- SORT(数据关联算法):
- 车辆拥堵状态模型
- 交通参数提起(车辆运行速度)
三、数据集与软硬件
四、实验结果