基于卷积神经网络的违章停车事件检测

• 作者: 吴洋 吴玉枝 熊运余
• 来源期刊: 现代计算机
• 关键词: 违章停车 卷积神经网络 车辆识别 弱特征跟踪
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 图形图像
• 页码范围: 22-27
• 页数: 6页
• 字数: 4602字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.02.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊运余	四川大学视觉合成图形图像技术国防重点学科实验室	39	147	6.0	11.0
2	吴洋	武警警官学院信息工程系	7	2	1.0	1.0
3	吴玉枝	四川大学计算机学院	5	6	1.0	2.0