基于深度学习的多车道交通流量统计方法

于强; 李文雄; 刘艺腾; 胡晨祎; 张萌

doi:10.13319/j.cnki.sjztddxxbzrb.20210123

石家庄铁道大学学报（自然科学版） ›› 2021, Vol. 34 ›› Issue (04) : 117 -124. DOI: 10.13319/j.cnki.sjztddxxbzrb.20210123

基于深度学习的多车道交通流量统计方法

于强, 李文雄, 刘艺腾, 胡晨祎, 张萌

作者信息 +

Author information +

文章历史 +

摘要

基于目标跟踪的视频道路交通流量采集普遍存在不同程度的漏检、错检和多检等问题,为此,提出了一种综合车辆位置信息与外观信息及环境空间信息的道路交通流量采集方法。首先,识别视频帧中的车辆信息(包括车辆车型数据与位置数据等);然后,综合考虑车辆信息和环境空间信息进行车辆跟踪;最后,对跟踪结果进行统计,从而得到道路交通流量。采用多段交通视频作为测试数据,分别测试了本文算法和SORT算法。测试结果表明,本文算法检测的道路交通量平均误差较SORT算法降低了约4%。提出的基于视频交通流量检测方法具有更好的检测效果。