流量分析“Understanding Traffic Density from Large-Scale Web Camera Data”
来源:互联网 发布:mac程序如何卸载 编辑:程序博客网 时间:2024/06/05 02:42
探索了使用优化的方法和深度学习的方法,进行交通密度分析。在不进行车辆检测和跟踪的情况下,将致密的图像特征映射成车辆密度。优化的方法基于Rank Constrained回归,深度学习的方法基于FCN。回归的方法学习图像不同块的不同权值,嵌入道路几何降低相机透视带来的问题。FCN法使用残差学习网络估计车辆密度和车辆数目,进行端到端的致密预测,允许任意图像尺寸输入,适应不同车辆尺度和视角。
交通密度分析,目前方法的问题:
1.检测法:faster RCNN,检测不到概率很高;
2.运动法:低帧率缺少运动信息;
3.整体法:Spatiotemporal Gabor Filters;效果较差;
4.深度学习法:目标计数,输出1D特征向量,不能进行像素级预测,且缺少空间信息。输出密度图大学与输入图尺寸不同。
OPT-RC
将目标区域分块,提取每个块的特征,减背景,如下图所示,将每个块的特征线性映射到车辆密度,为避免大视角带来的大误差,每个块建立一个具有不同权值的回归器,学习最有的权值,所有权值堆到一个权值矩阵。为捕获不同块间的关系,对权值矩阵施加rank constraint。大视角,不同块对应的车辆密度不同,权值矩阵反应权值向量间的多样性及相关性。最终,交通密度由车辆数目除以区域大小得到。
FCN-MT
全卷积神经网络目标检测面临的两个问题:目标尺度的变化和分辨率的降低。为解决尺度变换的问题,进行多任务学习,即全局数目回归和密度估计。单任务的密度估计促使网络趋于真值密度,直接加和密度获得数目,这种方法受遮挡和大尺寸车辆影响。多任务学习提供了更多的监督信息,作者更设计了残差学习网络,将全局计数回归重构成残差函数。特征分辨率的降低是有池化和跨步造成,论文综合浅层特征解决这个问题,FCN-MT结构如下图所示:
实验结果
WebCamT样本标记:
密度图比较:
- 流量分析“Understanding Traffic Density from Large-Scale Web Camera Data”
- 车辆密度估计--Understanding Traffic Density from Large-Scale Web Camera Data
- 车辆密度估计--Understanding Traffic Density from Large-Scale Web Camera Data
- Visualization of Large-Scale Distributed Data
- Web-Scale Data
- A Comparision of Approaches to Large-Scale Data Analysis(译)
- The Anatomy of a Large-Scale Hypertextual Web Search Engine
- PHP and Smarty on Large-Scale Web Development
- The Anatomy of a Large-Scale Hypertextual Web Search Engine
- The Anatomy of a Large-Scale Hypertextual Web Search Engine
- The Anatomy of a Large-Scale Hypertextual Web Search Engine
- The Anatomy of a Large-Scale Hypertextual Web Search Engine
- [论文阅读]Camera Pose Voting for Large-Scale Image-Based Localization - ICCV2015
- Large-Scale Problem Solving
- Large scale optimization
- sprak large scale
- Large Scale Machine Learning
- Export large data from GridView to Excel file using C#
- Kali Linux安装教程——VirtualBox
- dubbo-admin搭建
- CSDN初试
- App加载动画知识体系:交互、视觉技巧
- 【机器学习】笔记--梯度提升(Gradient boosting)
- 流量分析“Understanding Traffic Density from Large-Scale Web Camera Data”
- 高并发程序设计入门
- 一个APP想法,如何做到从想法到上线的全过程操作
- HDU 1011 Starship Troopers (树形DP, 简单题目)
- [微信小程序]微信小程序知识总结及案例集锦
- [项目集合]多年来自己参与和积攒的项目
- [webAPP项目]基于MUI框架webAPP之头部导航与底部导航制作详解02
- [webAPP项目]基于MUI框架webAPP开发功能流程之引导图制作详解
- 微信小程序-天气查询demo