基于无人机视频的车辆检测与评价指标研究
无人机视频车辆检测的准确性和稳定性对提取交通信息至关重要.旨在研究专门应用于无人机视频的车辆检测算法,通过对比分析现有车辆检测算法实验结果,结合对称差分能够有效分离背景与目标像素的特点,引入分块建模的思想,提出基于对称差分分块建模的背景差分法.针对无人机视频车辆检测算法评价指标缺失的现状,分析车辆检测结果,提出正检率、重检率、漏检率、错检率4个评价指标来衡量无人机视频车辆检测算法性能.实验结果表明,本文提出算法具有较高正检率(均值92.29％,中值100％)和稳定性(四分位距为8％),该算法能够在无人机视频中准确的检测车辆.
交通管理 车辆检测 评价指标体系 无人机视频
张有节 蔡晓禹 彭博 李少博
重庆交通大学交通运输学院 重庆交通大学山地城市交通系统与安全重庆市重点实验室
国内会议
上海
中文
1-9
2017-06-09（万方平台首次上网日期，不代表论文的发表时间）