《表3 不同车速检测方法的比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合运动目标检测和ResNet的车速车型智能识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了突出本文方法的优势，在车速检测中，将本文的实验监控视频分别采用Harris角点检测法[16]和基于卡尔曼滤波跟踪的运动矢量法[17]进行相同实验环境的车速检测，实验平台的环境为WIN10+visual studio2015，Intel i7六核3.20GHz处理器，Nvidia显卡，16 G内存，并使用了基于C++的Caffe框架包．车速检测的帧差间隔为25帧，车辆目标在视频中平均运动时间为13s，测试三种不同检测方法的平均绝对误差和进行一次车速检测的运行时间，结果如表3所示．由对比可知，本文采用的虚拟线圈法可以有效的对视频车辆进行车速检测，平均绝对误差不超过6km/h，不仅保持了较高的识别精度还满足了实时性的要求，相比其他方法更具有实用价值．