【摘 要】
：
针对目前对于多车道十字交通路口车流量监控和统计研究较少的问题,设计了一种全新的车流量监测系统。系统由两部分组成,第一部分是基于改进的轻量化YOLO的车辆识别模块,提出一种轻量化MobilenetVz-yolo网络;第二部分是基于几何构建的区域划分流量统计模块,通过建立匹配监控视像的坐标系,构建车道/终止线的函数,施以几何分析进行区域划分,然后接收第一部分的车辆坐标信息,并计算车辆的区域率属函数,最
论文部分内容阅读
针对目前对于多车道十字交通路口车流量监控和统计研究较少的问题,设计了一种全新的车流量监测系统。系统由两部分组成,第一部分是基于改进的轻量化YOLO的车辆识别模块,提出一种轻量化MobilenetVz-yolo网络;第二部分是基于几何构建的区域划分流量统计模块,通过建立匹配监控视像的坐标系,构建车道/终止线的函数,施以几何分析进行区域划分,然后接收第一部分的车辆坐标信息,并计算车辆的区域率属函数,最终得到各个车道的瞬时车流量统计数据。实验结果表明,MobilenetVz-yolo网络有着比传统Mobi
其他文献
作为HIV侵染细胞的蛋白质机器,包膜蛋白gp120利用序列变异和结构柔性等策略逃避宿主免疫识别,是病毒呈现出不同中和表型的主要原因.尽管HIV中和表型的分子机制已被初步探索,但其热力学相关的分子基础仍待进一步阐明.本研究利用同源模建的方法构建了极端中和表型HIV毒株(中和抵抗毒株H061.14与中和敏感毒株R2)的gp120结构模型,在逐渐升高的温度梯度下进行了高温分子动力学模拟,以研究二者在结构
随着城市规模的逐渐扩大,高层建筑数量持续增加,这种建筑形式的应用可实现对城市现有土地资源的充分利用。和普通建筑相比,高层建筑施工必须重点关注地基结构。众所周知,高层建筑地基承受的荷载非常高,发生不均匀沉降的概率也是较高的,如果情况较为严重,则建筑变形在所难免,使用安全更是无法保证。为了使高层建筑整体质量达到标准要求,相关监测人员必须将变形观测做到位,如果确定会发生沉降变形,则要选择可行的措施进行处
深空探测承载了人类对宇宙奥秘的孜孜追寻,而小天体是其中不可或缺的重要目标,对于探索行星形成、寻找生命起源、防御其撞击地球以及空间资源开发利用等具有重要的科学意义.本文意识到小天体接触探测热潮已经悄然来临,首先回顾了各大航天机构已实施的多次小天体任务,然后分析了弱引力环境下小天体地表颗粒层给接触探测带来的挑战和风险,阐释了小天体接触探测颗粒动力学问题的基本特点与科学价值;进一步详细介绍了探测器表层操
本文以紫云苗族布依族自治县为试点,首先利用地理信息空间分析技术,分析评价耕地空间特征、农业物资运输配套设施空间分布、农业灌溉资源空间分布等因子对耕地生产效益的影响。然后从地理国情普查、耕地地球化学质量调查等成果数据中甄选影响因子,构建影响因子样本集,提出梯度距离概念,计算等级耕地经济效益权重,并构建偏最小二乘回归模型,评价各因子对耕地生产效益的影响。最后从地理空间角度提出了提升县域农业生产效益的改
为落实立德树人根本任务,把思想政治教育贯穿控制测量课程教育教学全过程,本文从3个方面阐述了控制测量课程思政建设情况,从4个方面提出了控制测量课程思政改革的措施,梳理了课程思政映射与融入点,发挥专业课程的育人功能。目前,教育部印发的《高等学校课程思政建设指导纲要》指出,课程思政要覆盖到每一位教师、每一门课程,把思想政治教育贯穿教育教学全过程,全面推进课程思政建设,切实增强课程育人实效。
A new phase unwrapping method based on dual-frequency fringe is proposed to improve both high accuracy and large measurement range of three-dimensional shape measurement by synthesizing the projected
2021年9月25—27日,中国地震学会第十七次学术大会暨中国地震科学实验场第三届学术年会在桂林隆重召开(图1)。本次大会由中国地震学会和中国地震局地球物理研究所联合主办,桂林理工大学土木与建筑工程学院承办。
无人机目标飞行过程中会向外辐射红外波段,对无人机目标辐射特性、目标温度反演的测量,成为无人机遥感探测关注的主要问题。这一情况下,利用单波段、双波段比色法,以及改进双波段比色等测量方案,首先对红外探测系统进行辐射定标,其次围绕无人机飞行目标监测中波、长波辐射强度,结合实测数据做出不同波段的精度对比分析,以及目标温度反演的精度控制、红外辐射强度的黑体校正,将目标红外辐射特性的测量误差控制在2%左右,可
目前射击训练多采用实弹训练,射击成绩需要人为查看,费用较大且不方便。为解决此问题,设计提出了一种基于机器视觉的激光打靶自动报靶系统。系统由激光发射端、中控显示端、视觉采集端构成,利用图像分割算法识别靶型区域,获取靶型位置信息,然后通过图像的HSV和RGB颜色空间数据,将激光弹点的特征值提取出来,从而识别弹点区域,通过无线模块将弹点数据发送到中控端,从而实现实时自动报靶功能。实验测试表明,系统的准确
公路护栏测量是公路管理的一项重要任务,为了提高公路护栏检测的准确率、解决传统图像处理方法检测护栏准确率低的问题,提出了一种基于深度学习算法YOLOv4的护栏检测方法。采用CSPDarkNet53作为主干网络和Mish作为激活函数,SPP和PANet结构作为特征金字塔网络进行特征提取;利用得到的特征提取中间层、中下层和底层进行预测。对500幅测试图像的护栏检测结果表明,平均检测准确率为97.24%。