学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
计算机视觉下的车辆目标检测算法综述
被引:40
作者
:
论文数:
引用数:
h-index:
机构:
李明熹
论文数:
引用数:
h-index:
机构:
林正奎
论文数:
引用数:
h-index:
机构:
曲毅
机构
:
[1]
大连海事大学信息科学技术学院
来源
:
计算机工程与应用
|
2019年
/ 55卷
/ 24期
关键词
:
深度学习;
计算机视觉;
车辆检测;
目标检测算法;
D O I
:
暂无
中图分类号
:
TP391.41 [];
U495 [电子计算机在公路运输和公路工程中的应用];
学科分类号
:
080203 ;
0838 ;
摘要
:
车辆目标检测是基于计算机视觉的目标检测领域的一个重要应用领域,近年来随着深度学习在图像分类方面取得的巨大进展,机器视觉技术结合深度学习方法的车辆目标检测算法逐渐成为该领域的研究重点和热点。介绍了基于机器视觉的车辆目标检测的任务、难点与发展现状,以及深度学习方法中几种具有代表性的卷积神经网络模型,通过这些网络模型衍生出的two stage、one stage车辆目标检测算法和用于模型训练的相关数据集与检测效果评价标准,对其存在的问题及未来可能的发展方向进行了讨论。
引用
收藏
页码:20 / 28
页数:9
相关论文
共 20 条
[1]
YOLO9000模型的车辆多目标视频检测系统研究
李鹏飞
论文数:
0
引用数:
0
h-index:
0
机构:
西安工程大学电子信息学院
李鹏飞
论文数:
引用数:
h-index:
机构:
刘瑶
论文数:
引用数:
h-index:
机构:
李珣
张宏伟
论文数:
0
引用数:
0
h-index:
0
机构:
西安工程大学电子信息学院
张宏伟
[J].
计算机测量与控制,
2019,
27
(08)
: 21
-
24+29
[2]
基于轻量化SSD的车辆及行人检测网络附视频
论文数:
引用数:
h-index:
机构:
郑冬
论文数:
引用数:
h-index:
机构:
李向群
许新征
论文数:
0
引用数:
0
h-index:
0
机构:
中国矿业大学计算机科学与技术学院
数据科学与智能应用福建省高校重点实验室
中国矿业大学计算机科学与技术学院
许新征
[J].
南京师大学报(自然科学版),
2019,
(01)
: 73
-
81
[3]
改进的RetinaNet模型的车辆目标检测
论文数:
引用数:
h-index:
机构:
宋欢欢
论文数:
引用数:
h-index:
机构:
惠飞
论文数:
引用数:
h-index:
机构:
景首才
论文数:
引用数:
h-index:
机构:
郭兰英
马峻岩
论文数:
0
引用数:
0
h-index:
0
机构:
长安大学信息工程学院
马峻岩
[J].
计算机工程与应用,
2019,
55
(13)
: 225
-
230
[4]
基于改进YOLOv3的快速车辆检测方法
论文数:
引用数:
h-index:
机构:
张富凯
论文数:
引用数:
h-index:
机构:
杨峰
论文数:
引用数:
h-index:
机构:
李策
[J].
计算机工程与应用,
2019,
55
(02)
: 12
-
20
[5]
基于RCNN的车辆检测方法研究
朱茂桃
论文数:
0
引用数:
0
h-index:
0
机构:
江苏大学汽车与交通工程学院
江苏大学汽车与交通工程学院
朱茂桃
张鸿翔
论文数:
0
引用数:
0
h-index:
0
机构:
江苏大学汽车与交通工程学院
上海干巷车镜实业有限公司
江苏大学汽车与交通工程学院
张鸿翔
论文数:
引用数:
h-index:
机构:
方瑞华
[J].
机电工程,
2018,
35
(08)
: 880
-
885
[6]
基于改进的FAST R-CNN的前方车辆检测研究
论文数:
引用数:
h-index:
机构:
史凯静
论文数:
引用数:
h-index:
机构:
鲍泓
[J].
计算机科学,
2018,
45(S1)
(S1)
: 179
-
182
[7]
基于Faster RCNN的智能车道路前方车辆检测方法
论文数:
引用数:
h-index:
机构:
史凯静
论文数:
引用数:
h-index:
机构:
鲍泓
徐冰心
论文数:
0
引用数:
0
h-index:
0
机构:
北京联合大学北京市信息服务工程重点实验室
徐冰心
潘卫国
论文数:
0
引用数:
0
h-index:
0
机构:
北京联合大学北京市信息服务工程重点实验室
潘卫国
论文数:
引用数:
h-index:
机构:
郑颖
[J].
计算机工程,
2018,
44
(07)
: 36
-
41
[8]
基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋.自动化学报. 2016(10)
[9]
基于深度学习的室内目标检测的方法研究[D]. 姚晓宇.电子科技大学. 2018
[10]
基于深度学习的弱特征视感知算法研究及应用[D]. 赵新宇.兰州理工大学. 2017
←
1
2
→
共 20 条
[1]
YOLO9000模型的车辆多目标视频检测系统研究
李鹏飞
论文数:
0
引用数:
0
h-index:
0
机构:
西安工程大学电子信息学院
李鹏飞
论文数:
引用数:
h-index:
机构:
刘瑶
论文数:
引用数:
h-index:
机构:
李珣
张宏伟
论文数:
0
引用数:
0
h-index:
0
机构:
西安工程大学电子信息学院
张宏伟
[J].
计算机测量与控制,
2019,
27
(08)
: 21
-
24+29
[2]
基于轻量化SSD的车辆及行人检测网络附视频
论文数:
引用数:
h-index:
机构:
郑冬
论文数:
引用数:
h-index:
机构:
李向群
许新征
论文数:
0
引用数:
0
h-index:
0
机构:
中国矿业大学计算机科学与技术学院
数据科学与智能应用福建省高校重点实验室
中国矿业大学计算机科学与技术学院
许新征
[J].
南京师大学报(自然科学版),
2019,
(01)
: 73
-
81
[3]
改进的RetinaNet模型的车辆目标检测
论文数:
引用数:
h-index:
机构:
宋欢欢
论文数:
引用数:
h-index:
机构:
惠飞
论文数:
引用数:
h-index:
机构:
景首才
论文数:
引用数:
h-index:
机构:
郭兰英
马峻岩
论文数:
0
引用数:
0
h-index:
0
机构:
长安大学信息工程学院
马峻岩
[J].
计算机工程与应用,
2019,
55
(13)
: 225
-
230
[4]
基于改进YOLOv3的快速车辆检测方法
论文数:
引用数:
h-index:
机构:
张富凯
论文数:
引用数:
h-index:
机构:
杨峰
论文数:
引用数:
h-index:
机构:
李策
[J].
计算机工程与应用,
2019,
55
(02)
: 12
-
20
[5]
基于RCNN的车辆检测方法研究
朱茂桃
论文数:
0
引用数:
0
h-index:
0
机构:
江苏大学汽车与交通工程学院
江苏大学汽车与交通工程学院
朱茂桃
张鸿翔
论文数:
0
引用数:
0
h-index:
0
机构:
江苏大学汽车与交通工程学院
上海干巷车镜实业有限公司
江苏大学汽车与交通工程学院
张鸿翔
论文数:
引用数:
h-index:
机构:
方瑞华
[J].
机电工程,
2018,
35
(08)
: 880
-
885
[6]
基于改进的FAST R-CNN的前方车辆检测研究
论文数:
引用数:
h-index:
机构:
史凯静
论文数:
引用数:
h-index:
机构:
鲍泓
[J].
计算机科学,
2018,
45(S1)
(S1)
: 179
-
182
[7]
基于Faster RCNN的智能车道路前方车辆检测方法
论文数:
引用数:
h-index:
机构:
史凯静
论文数:
引用数:
h-index:
机构:
鲍泓
徐冰心
论文数:
0
引用数:
0
h-index:
0
机构:
北京联合大学北京市信息服务工程重点实验室
徐冰心
潘卫国
论文数:
0
引用数:
0
h-index:
0
机构:
北京联合大学北京市信息服务工程重点实验室
潘卫国
论文数:
引用数:
h-index:
机构:
郑颖
[J].
计算机工程,
2018,
44
(07)
: 36
-
41
[8]
基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋.自动化学报. 2016(10)
[9]
基于深度学习的室内目标检测的方法研究[D]. 姚晓宇.电子科技大学. 2018
[10]
基于深度学习的弱特征视感知算法研究及应用[D]. 赵新宇.兰州理工大学. 2017
←
1
2
→