LiVeR：实时轻量级车辆检测与分类
系统与控制
2022-06-14 v1 计算机视觉与模式识别
系统与控制
摘要
车辆的检测与分类是智能交通系统中非常重要的组成部分。现有方案不仅使用重量级且昂贵的设备，还很大程度上依赖持续的云（互联网）连接以及充足的不间断电源供应。考虑到户外环境可能的恶劣条件以及相关联的大范围协同操作需求，此类依赖使得这些方案从根本上不切实际。对于实际应用，除技术可靠与准确外，方案还需轻量、经济、易安装、灵活，并支持大区域上的高效时间关联覆盖。本工作中我们提出一种物联网辅助策略以共同实现所有这些目标。我们采用自顶向下方法，先引入一种用于时间关联低成本大区域测量的轻量框架，再复用该概念开发单个测量单元。我们广泛的户外测量研究及基于经验数据的轨迹仿真显示，在中等繁忙的城市道路上，车辆检测准确率约 98%，车辆分类准确率最高达 93%。
引用
@article{arxiv.2206.06173,
title = {LiVeR: Lightweight Vehicle Detection and Classification in Real-Time},
author = {Chandra Shekhar and Jagnyashini Debadarshini and Sudipta Saha},
journal= {arXiv preprint arXiv:2206.06173},
year = {2022}
}