深度学习的汽车驾驶员安全带检测

• 作者: 杨凯杰 杨力 章东平
• 来源期刊: 中国计量大学学报
• 学科: 工学
• 关键词: 安全带检测 目标检测 深度学习 图像分类 智能交通
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计量与测试
• 页码范围: 326-333
• 页数: 8页
• 分类号: TP181
• 字数: 4919字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2017.03.010

摘要

自智能交通系统出现以来,汽车驾乘员的安全带检测一直是备受关注的研究课题.依据城市道路的交通卡口监控数据,研究一种基于深度学习的汽车驾乘人员安全带检测算法,能够准确识别驾驶员是否佩戴安全带.通过对卡口图片进行人工标定,并运用深度学习方法训练两个检测器和一个分类器,最终实现安全带的快速定位和分类.本文提出的方法在城市道路卡口采集的图像上检测效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章东平	中国计量大学信息工程学院	29	80	5.0	7.0
2	杨力	中国计量大学信息工程学院	12	26	3.0	4.0
3	杨凯杰	中国计量大学信息工程学院	1	8	1.0	1.0