摘要
本发明属于图像识别技术领域,尤其是一种基于YOLO的交通拥堵检测方法,其包括以下步骤:S1:实时视频抽帧;S2:目标检测与识别;S3:车辆追踪与速度估计;S4:车流量统计;S5:拥堵判定与分析,所述使用高清摄像头设备对交通场景进行实时拍摄,并将视频数据传输至计算机进行处理,视频采集应考虑到拍摄角度、光照条件、帧率等因素,以获取清晰、稳定的交通场景视频,同时按一定频率对视频进行抽帧获取图像帧作为模型的输入,本发明利用实时NMS方法,通过降低计算复杂度来实现快速的边界框去重和筛选,本发明提出建立数学模型估计图像像素距离和现实世界的像素比,在较高检测速度前提下提升速度估计的准确性。
技术关键词
交通拥堵检测方法
高清摄像头设备
交通拥堵程度
车辆
轨迹
分支
速度估计
车流量统计
视频数据传输
图像像素
实时视频
卡尔曼滤波算法
输出特征
场景
数学模型
图像识别技术
系统为您推荐了相关专利信息
图像特征匹配方法
单目深度估计
三维点云重建
三角剖分算法
光照鲁棒性