论文部分内容阅读
车辆的持续跟踪对于肇事车辆的追捕以及减少交通事故具有重要意义。通过对颜色与车型特征提取的深入研究,使用卷积神经网络,提出了一种基于深度学习的车辆跨摄像头跟踪方法。该方法采用深度学习技术训练车辆目标的检测模型,并对实际的道路与监控点位建立时空模型,通过预先训练的分类模型提取车辆目标的颜色与车型特征进行匹配,最终完成车辆的持续跟踪。在真实数据集上的测试表明,本文提出的改进算法对车辆的跨摄像头跟踪准确率达到90.5%,在提高了准确率的同时,也保证了系统的实时性。