首頁瀏覽人次: 694,271 次 (Since 2010/07/14) 會員登入
聯盟單位  |  虛擬講堂  |  網路直播  |  其他演講  |  排行榜  |  留言板  |  知識擂台  |  回首頁
首頁 > 虛擬講堂 > 基於卷積神經網路之市區道路場景自適應車輛偵測機制 快速搜尋演講 進階搜尋
  基於卷積神經網路之市區道路場景自適應車輛偵測機制 
★chrome瀏覽器無法播放Silverlight解決辦法
0:00 / 0:00

講者:國立中央大學資訊工程學系 楊道偉, 胡家銘, 蘇柏齊
日期:2018/10/26
性質:演講
類別:應用科學
語言:中文
長度:00:12:20
觀看:135
推薦:0
摘要:
近年來大量的攝影機被架設於市區路口以協助檢視交通狀況,若能善用這些畫面將有助於先進智慧型運輸系統 (Intelligent Transportation System) 的建置。本研究嘗試以開放式政府資料庫蒐集市區道路監控影像,提出場景適應式車輛偵測機制。由於路口攝影機常有著...
近年來大量的攝影機被架設於市區路口以協助檢視交通狀況,若能善用這些畫面將有助於先進智慧型運輸系統 (Intelligent Transportation System) 的建置。本研究嘗試以開放式政府資料庫蒐集市區道路監控影像,提出場景適應式車輛偵測機制。由於路口攝影機常有著不同角度的畫面,而畫面中可能存在各式背景,加上人與車輛在道路上可能發生相互遮蔽,都讓單一離線偵測模型存在若干改進空間。本研究的方法分為兩階段;第一階段蒐集少量市區道路影像,利用Faster R-CNN訓練通用車輛偵測模型,並對目標場景進行車輛偵測與分類。第二階段則利用背景建立產生車輛遮罩,搭配第一階段的通用模型偵測結果,經比對蒐集足量之單一種類車輛,依時序方式貼於目標場景中,幾乎自動地產生大量該場景標記資料。我們將這些標記資料再以Faster R-CNN訓練第二階段場景適應式模型。實驗結果顯示所提出的方法能有效偵測與分類市區場景車輛。

現在位置:演講摘要詳細內容
推薦  (0)
推薦至Plurk
提供:TANET台灣網際網路研討會-TANET2018

轉寄  

推薦者:
電子郵件地址: (如欲轉寄多人,請以 ; 分隔email)
留言給收件者:

回報問題  

問題說明:




物聯網與Big Data-國...
講者:周立德
觀看:283
Using Multiple...
講者:Wei-Ming...
觀看:71
應用於 LTE-Advanc...
講者:王英宏
觀看:120
【週日閱讀科學大師】通往宇宙...
講者:吳俊輝
觀看:79
【週日閱讀科學大師】上太空也...
講者:黃居正
觀看:74

現在位置:學習公約