基于卷积神经网络的违章停车事件检测

作     者：吴玉枝 熊运余 吴洋 WU Yu-zhi;XIONG Yun-yu;WU Yang

作者机构：四川大学计算机学院成都610064 四川大学视觉合成图形图像技术国防重点学科实验室成都610064 武警警官学院信息工程系成都610213 

基　　金：国家高技术研究发展计划(No.2015AA016405) 

出 版 物：《现代计算机（中旬刊）》 (Modern Computer)

年 卷 期：2018年第1期

页      码：22-27页

摘      要：针对城市中大量的违章停车事件设计一种快速准确的检测算法,实现对车辆违章停车行为的实时预警。利用一种改进的卷积神经网络(CNN)快速学习车辆特征,并能直接预测视频帧中目标车辆的位置和所属类别,然后通过弱特征跟踪判断目标车辆在禁停区域是否有违章停车行为。实验结果表明,该方法对违章停车行为的检测准确率为93.92%,速度>20fps,具有很强的适应性,适用于真实视频监控下智慧城管系统精确实时的要求。

主 题 词：违章停车 卷积神经网络 车辆识别 弱特征跟踪 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-1423.2018.02.006

馆 藏 号：203283192...