基于深度学习的车辆目标检测算法综述

近20年来,随着以物联网技术,计算机视觉技术为代表的核心技术蓬勃发展,基于深度学习的目标检测算法在各个领域都受到了较高的重视,而车辆目标检测是基于深度学习的目标检测中的一个重要研究领域,也是应用在智能驾驶、智能交通系统中非常重要的一部分。针对车辆目标检测任务,首先对深度学习的车辆目标检测进一步探讨,提出检测任务的重点、难点及发展现状,以时间线对卷积神经网络下车辆目标检测算法进行概括,并对目前2种主流的基于候选框和基于回归的车辆目标检测算法进行总结。伴随着目标检测算法的更加轻量化,检测性能更加优越,将在嵌入式设备得到应用,以提高检测任务的效率。在未来自动驾驶,智能交通系统领域对于安全性,实时性的要求会更高,使得车辆目标检测算法有较好的发展前景。     

摩托车头盔佩戴检测算法研究综述

摩托车头盔作为摩托车驾驶的主要安全装备,规范的佩戴头盔对驾驶安全至关重要。综述了摩托车头盔佩戴检测的主要方法,分别阐述了传统的机器视觉与基于深度学习的摩托车头盔佩戴检测算法的研究现状,对比分析这些方法的特点和性能。对目前摩托车头盔佩戴检测的技术难点与瓶颈进行总结,最后对该领域的未来发展趋势进行了思考与展望。