【作品名称】:基于Python 实现多源多维感知的高速公路两客一危车辆轨迹追踪与事故预警部分
【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。
【项目介绍】:将设备放置在高速旁路道路两旁,所以最主要的是搜集车辆侧面的图片,然而现如今网络中的数据集大多是高速公路高空摄像头,车载摄像头拍摄的,多数是车辆背面,车辆正面,而侧面汽车的数据较少。所以我们可以在以后采集车辆侧面的数据,最主要的是收集两客一危车辆的侧前方,侧后方,和正侧面的图片数据。然后利用SVM+HOG进行训练模型,这种模型训练的好处是训练速度快,识别率较高,缺点是所用到的数据量较大,识别情况比较单一。然后利用滑动窗口实现车辆的检测,最后利用热图进行错误过滤,用阈值筛选出车辆照片。
收集汽车的图片,将其处理成64*64像素,如图所示
图1:将车辆图片和非车辆处理成为64*64像素的局部图
利用SVM向量机进行训练的结果,以及预测结果输出:
图2:模型训练完成的截图以及10组图片的输出结果
, 相关下载链接:
https://download.csdn.net/download/weixin_44010641/89406979?utm_source=bbsseo