《表1 检测结果统计/%：基于视频车流轨迹的虚拟车道划分方法》
提示：宽带有限、当前游客访问压缩模式
在验证该模型对车辆检测的准确度方面，选取上述两个路段场景，在不同时间段，对每个路段抽取100张图片进行车辆检测并将结果统计见表1。
| 图表编号 | XD00137248100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.16 |
| 作者 | 刘继聪、陈庆奎 |
| 绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 检测模型实验结果：基于多特征融合的视频隐写分析方法》2020.10.01
- 《表1 时空轨迹数据示例：基于换道轨迹规划模型的车道级行程时间估计方法研究》2021.02.01
- 《表4 实验结果统计表：基于VRML的虚拟三维室内场景漫游方法研究》2020.11.15
- 《表2 模型分解实验结果：基于时空卷积特征记忆模型的坦克火控系统视频目标检测方法》2020.09.01
- 《表7 车流量统计结果：基于轨迹稀疏聚类的高速公路车辆检测》2020.08.01
- 《表2 车道线检测与划分统计结果》2020.04.16
- 《表2 检测效果对比：基于动态划分感兴趣区域的车道线检测算法》2019.12.20
- 《表2 场景参数：基于虚拟场景的车道保持辅助系统仿真测试》2019.12.30
- 《表1 随机限制效果：基于OpenCV的改进RANSAC车道线检测方法》2019.10.08
- 《表2 实验结果数据比较：基于互信息时空域特征的视频烟雾检测方法》2019.09.01
- 《表1 实验视频描述：基于互信息时空域特征的视频烟雾检测方法》2019.09.01
- 《表2 实验设置：基于车载视频的压线检测与车道偏移预警》2019.06.10
- 《表3 网格划分结果统计：结合部虚拟材料参数的逆向优化识别方法》2019.04.01
- 《表1 性能分析：一种基于MTCNN的视频人脸检测及识别方法》2019.03.30
- 《表2 疑难样本训练方法：基于YOLO的驾驶视频目标检测方法》2019.01.25
- 《表1 基础样本数据库：基于YOLO的驾驶视频目标检测方法》2019.01.25
- 《表1:应用改进的车流量检测算法的统计结果》2018.12.01
- 《表1 划分效果对比：一种基于轨迹特征划分的交通轨迹数据分析方法》2018.11.25
- 《表1 本文算法实验结果：基于时空图的夜间车流量检测算法》2019.12.20
- 《表1 检测结果：基于磁传感器的道路车流量检测方法研究》2019.11.01