融合Camshift与YOLOv4车辆检测算法
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.94 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
作为one-stage代表作的YOLO系列最新算法,YOLOv4在检测速度和精度相比于YOLOv3均有提升,但是YOLOv4在视频流的检测速度上仍有提升的空间。提出一种融合Camshift和YOLOv4的车辆目标检测算法。算法的流程为:首先计算图像的差异值哈希值,然后利用哈希值来判断当前帧图像与上一帧图像的相似度,当相似度小于阈值,则交给YOLOv4算法进行检测,并将检测结果传给Camshift作为其初始化跟踪窗口;当相似度大于阈值,则由Camshift算法来进行跟踪。最后在实际道路上采集的数据进行算法检测,检测结果表明融合算法的有效性。相关论文
- 2025-01-22重型特种车动力参数全局优化设计研究
- 2021-05-25超声辅助铣削碳纤维复合材料的工艺研究
- 2025-02-05表面粗糙度对动压轴承特性参数影响分析
- 2020-12-23微磨料气射流成形加工表面粗糙度的研究
- 2025-02-05喷丸工艺参数对H13钢表面质量的影响
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。