基于改进实例分割网络的步行道违停车辆检测算法

发布时间：2022-08-11 16:12

　　步行道上违法占道停车现象存在交通安全隐患,传统的监控摄像设备检测和执法人员人工巡检手段分别存在投入成本大、效率低的缺点。针对以上问题,本文基于移动设备采集图像提出了一种对实例分割网络改进后的违停车辆检测算法。通过改进网络的特征传递方式配合连通区域融合的方法改善实例的定位分割结果,利用违停判定方法以实现合规停放车辆与违停车辆的有效区分。实验结果表明,改进网络方法与连通区域融合方法均提升了实例分割网络的识别准确度。相较于直接使用实例分割网络进行违停判定,本文提出的算法对步行道上违停车辆的查全率与查准率达到了90.5%和80.8%,分别提升了21.4%与6.4%。 

【文章页数】：9 页

【文章目录】：
0 引 言
1 算法概述
2 改进的实例分割网络
    2.1 网络架构改进
    2.2 损失函数
    2.3 迁移学习
3 连通区域的融合
4 违停判定
5 实 验
    5.1 数据集扩充
    5.2 评价指标
    5.3 实验结果与分析
6 结 论


【参考文献】：
期刊论文
[1]导引概率图与显著特征相结合的行人目标检测[J]. 刘琼.  高技术通讯. 2016(05)
[2]基于视频监控的违章停车检测算法[J]. 姜明新,王洪玉,沐方顺.  计算机工程. 2012(19)

硕士论文
[1]基于深度学习的目标检测研究[D]. 付若楠.北京交通大学 2017



本文编号：3674973