原文传递
基于卡口图像的妨碍驾驶及涉牌违法行为识别研究
| 论文题名： | 基于卡口图像的妨碍驾驶及涉牌违法行为识别研究 |
| 关键词： | 违法行为识别;污损遮挡;卡口图像 |
| 摘要： | 随着道路交通的持续发展，机动车保有量也在日益增长，与此同时，机动车辆的违法行为发生频率也呈现出上升趋势，交通违法行为逐渐成为影响公共交通安全的主要因素。违法行为造成了道路交通秩序的混乱，为了解决此类问题，本文结合目标检测相关算法，以大量存在违法行为的卡口图片为基础进行分析，整个违法行为的识别由污损遮挡号牌识别和驾驶过程中妨碍安全驾驶识别两部分组成。 首先，针对违法行为中的污损遮挡号牌问题，使用YOLOv3对图像进行三分类，根据遮挡程度不同，图片中的号牌可分为正常号牌、未悬挂、遮挡号牌三种，OCR算法进一步在遮挡号牌种类的基础上，通过匹配号牌的文本格式，达到区分半遮挡号牌和全遮挡号牌的目的，最终实现对污损遮挡号牌的识别。 其次，针对驾驶中的违法行为识别，使用图卷积网络解决多标签之间拓扑结构关系的方法。该方法分为多标签模型和词向量模型两部分，其中词向量模型输出标签的向量表示，多标签模型将残差卷积神经网络提取到的图像特征输入图卷积神经网络完成与标签对应词向量的映射关系，实现“开车未系安全带”、“开车拨打接听电话”和“开车吸烟”三种行为的识别。 综上所述，本文中算法通过实际测试均达到了比较好的结果，其中污损遮挡号牌识别平均准确率在90.70%~95.24%之间，驾驶车辆中存在的违法行为识别的准确率则在82.10%～94.45%之间，除了在准确率方面，算法的推理速度也能满足系统的实时性要求。通过对妨碍安全驾驶和涉牌违法行为的识别研究，进一步规范道路交通秩序，有序预防道路交通事故，保障交通安全，营造安全、有序的交通安全环境。 |
| 作者： | 赵凯月 |
| 专业： | 信息通信工程 |
| 导师： | 李林 |
| 授予学位： | 硕士 |
| 授予学位单位： | 燕山大学 |
| 学位年度： | 2020 |
检索历史
应用推荐
