基于深度学习的车辆与行人检测

项目简介:

    应用范围:该成果可广泛应用于智能视频监控、安防、智能交通领域中的车流量统计、停车位占用监测、人流量统计等,也可用于自动驾驶中的车辆与行人的辅助检测。

主要性能1、理想工况下检测率不低于95%2、在存在GPU加速的情况下图像单帧处理时间300ms-1000ms3、在光照不足时需使用光源补光。

市场前景:适用于各种自动安防、智能交通、自动驾驶等领域,应用前景广阔。

  

技术特点:

成果成熟度:已达到现场应用水平。

创新性:使用创新的深度学习模型提升了目标检测率。  

 

投入与经济效益:

产业化金额测算:系统集成、测试等样机研发费用约50万元。

产业化目标及与其经济效益:系统所采用技术可在智能安防、智能交通、自动驾驶领域全面推广,单个应用领域预估经济效益均在1000万元以上。

支撑与保障:

技术团队:该成果的技术支撑与后续改进依托于哈尔滨工程大学信息与通信工程学院机器视觉与智能控制实验室,实验室拥有教授、副教授及各类在读博士、硕士20余人,具备较强的技术研发实力。

    实施案例:中石油加油站车位占用自动监测与拥堵分析系统,已开始推广应用。