简介:摘要:本项目公开了非机动车占用机动车车道识别方法,包括:拍摄所在区域的机动车道和非机动车道的视频图像,并传输给视频分析系统;采用基于深度神经网络学习电动自行车的特征,并建立电动自行车的外形训练模型和车牌训练模型;对视频图像进行图像分割,以区分机动车道和非机动车道;提取机动车道内的视频图像,并将所述视频图像输入外形训练模型以标记机动车道内的电动自行车;将所述标记机动车道内的电动自行车的视频图像输入车牌训练模型,检测输出电动自行车的车牌号码。通过上述方案,本项目具有识别准确、降低计算工作量等优点,在人工智能技术领域具有很高的实用价值和推广价值。
简介:摘要:论文首先通过调查了解了电动自行车的相关特征,如车辆本身特征,使用特征等。通过实地调查的方法获取了调查数据,分析了柳园路与柳州北路北十字交叉口电动自行车的交通特性。在实际调查的基础上,根据其穿越特点,建立了Logistic回归模型,用统计软件对模型参数进行了标定,并检验,最后计算出交通概率,进行交通安全评价。