一种基于YOLOv3的共享单车违规停放检测方法
An Illegal Parking Detection Approach for Shared Bicycles Based on YOLOv3作者机构:南昌大学信息工程学院南昌330031 江西科技学院协同创新中心南昌330098
出 版 物:《计算机工程》 (Computer Engineering)
年 卷 期:2019年第45卷第12期
页 面:237-242页
学科分类:08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:江西省科技厅科技计划专项“基于自然语音交互模式的行车安全辅助系统”(20171BBE50060) 南昌市科技局科技计划项目“基于移动互联网的‘人-车’语音交互系统”(2016-ZCJHCXY-013)
主 题:共享单车 停放检测 YOLOv3网络 计算机视觉 状态统计
摘 要:为解决共享单车随意停放给交通管理带来的困难,提出一种基于计算机视觉的共享单车违规停放检测方法。通过多尺度检测训练以及k-means维度聚类改进YOLOv3网络,在此基础上获取共享单车在图片上的特征矩阵,根据特征矩阵计算当前场景下共享单车的运行状态并进行状态统计。在交通监控视频数据集上的测试结果表明,该方法的检测准确率达到87%以上,能够实现共享单车违规停放的有效检测并给出实时预警。