一种基于YOLOv3的共享单车违规停放检测方法

• 全文链接
• 请求原文

作   者：

盛宜华;  武友新;  姚磊岳; 

作者机构：

南昌大学信息工程学院;  江西科技学院协同创新中心; 

关键词：

状态统计;  YOLOv3网络;  计算机视觉;  共享单车;  停放检测; 

期刊名称：

计算机工程

基金项目：

城市交通治理现代化理论研究

i s s n：

1000-3428

年卷期：

2019 年 12 期

页   码：

237-242

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。