基于深度学习的计算机视觉技术在智能交通系统中的应用探索
潘兴宇

湖北第二师范学院，湖北武汉，430205；

摘要：本文探讨了深度学习与计算机视觉技术的核心思想，并对这些技术在智能交通系统中的应用难题进行了分析，特别是在目标检测和识别的准确性和鲁棒性方面存在的不足、深度学习模型在计算资源和效率方面受到限制，在模型泛化能力和实际运用方面存在空白，在交通系统方面存在隐私和数据安全等问题。为应对上述挑战提出相关应用策略，主要有增强目标检测和识别算法的性能，提高模型计算效率和资源利用，增强模型泛化能力和适用性以及强化隐私保护和数据安全防护等。

关键词：深度学习；计算机视觉；智能交通系统；目标检测；隐私保护

参考文献

[1]邢卓冉,丁松爽,张凯,马明,郭文龙,刘旭东,时向东.计算机视觉与深度学习技术在烟叶生产上的研究进展[J].中国农业科技导报,1-11.

[2]王海淼,张云玲,冷自永,肖凌云,夏蒙慧.基于深度学习与计算机视觉技术的“浅水之星”方案设计[J].物联网技术,2024,14(01):118-121.

[3]宋苏.深度学习背景下计算机视觉算法应用探究——评《深度学习与计算机视觉：算法原理、框架应用与代码实现》[J].科技管理研究,2024,44(01):224.

[4]潘超,王雪涵,高俊平,王赢庆,尹栋程,李佳,肖巍.基于深度学习的计算机视觉技术在交通场景中的应用[J].长春工业大学学报,2022,43(03):251-257.

[5]雷林建,孙胜利,向玉开,张悦,刘会凯.智能制造中的计算机视觉应用瓶颈问题[J].中国图象图形学报,2020,25(07):1330-1343.

作者简介：姓名潘兴宇（出生年份2002年12月2日），性别男，民族布依，籍贯贵州省黔南州贵定县，职务/职称无，学历本科，研究方向：机器人技术交通系统