采用深度卷积神经网络技术的汽车群体属性分析研究

摘要

针对交通监控视频中的车道线相互不平行且无法完整贴合车道导致车流量无法准确统计这一问题,提出了一种以深度卷积神经网络技术为框架进行车流量统计的算法.算法基于虚拟线圈和DCNN,通过前景分析、连通域分析和基于DCNN的车辆跨线行驶判决,大幅度提高了车流量统计的准确率,通过实际监控视频中的随机测试进行了算法实验,实验结果表明基于虚拟线圈和DCNN的车流量统计算法的相对准确度均值达到了98.05％,绝对准确度均值达到了88.5％.