利用深度學習法之深信度網路在長隧道中偵測車輛和辨識車型

University of Taipei > 理學院 > 資訊科學系 > 研究計畫or研究報告 > Item 987654321/15914

請使用永久網址來引用或連結此文件: http://utaipeir.lib.utaipei.edu.tw/dspace/handle/987654321/15914

題名:	利用深度學習法之深信度網路在長隧道中偵測車輛和辨識車型
作者:	蔡俊明
貢獻者:	臺北市立大學資訊科學系
關鍵詞:	深度學習;機器學習;深信度網路;車輛偵測;車型辨識;長隧道
日期:	2015
上傳時間:	2017-07-25 09:59:21 (UTC+8)
摘要:	深度學習是利用多重非線性轉換結構，對資料嘗試進行高層次抽象的機器學習演算法。在機器學習領域中，深度學習引起很大的研究興趣，它被應用來做物件辨識，然而，在這些研究中，比較少利用深度學習來對在長隧道中之車輛進行偵測與車型之辨識。雖然目前車輛偵測和車型辨識，已有不少人在做研究，其研究成果亦相當不錯。但是，這些研究，所使用之方法屬於淺層學習法(Shallow Learning)，較少使用深度學習來進行研究。另外，專門針對長隧道中之車輛來研究的，也比較少。在長隧道中，以攝影機為基礎之車輛偵測和車型辨識，有許多挑戰的問題值得研究: (1)攝影機輸出之視訊品質，容易受到隧道中動態的光源、攝影機的解析度、攝影機的老化、攝影機的安裝位置和角度以及異質攝影機之影響。(2)當車速超過65km/h 時，不易擷取到品質較佳之視訊影像。(3)車廠每年車輛會小改款，幾年會大改款，形狀，大小，顏色不一。從上述可知，視訊品質和車輛，具有多變性和多樣性，要研發一套車輛偵測和車型辨識系統，同時可以解決上述問題，實在是一大挑戰。為了解決上述這些問題，我們提出此兩年計畫:『利用深度學習法之深信度網路在長隧道中偵測車輛和辨識車型(Vehicle detection and vehicle type recognition in long tunnel by deep learning: deep belief networks)』，此計畫將利用深度學習之深信度網路和組合影像像素值、特徵為基礎之運算子和 eigen-features，來對雪山隧道中之實際車輛和車型，進行多重非線性轉換結構之學習，再利用所學習到之多重非線性轉換結構，進行車輛偵測和車型辨識。在此兩年計畫中，將完成二大子系統: (1)在長隧道中偵測車輛，(2)在長隧道中辨識車型。此兩年之研究成果，可以進一步應用，如跨越雙白線之偵測，車流量之計算，車速之計算，火焰之偵測，車輛事故之偵測，車輛之追蹤等應用。有了這些長隧道中之車況資訊，當事故發生時，可以立即警示和處理，並提供交通單位進行管理決策。我們預計將此二年所發展的核心技術，發表在論文期刊上，並利用實際測試，期望可以將所研發技術，技術移轉給有興趣之國內廠商，讓國內廠商增強這方面技術，創造更多商機，也提供多就業機會。
關聯:	研究期間：民10408~10507，計畫編號：MOST104-2221-E845-003
顯示於類別:	[資訊科學系] 研究計畫or研究報告

文件中的檔案:

沒有與此文件相關的檔案.

在uTaipei中所有的資料項目都受到原著作權保護.

資料載入中.....