基于图像增强与深度学习的安全带目标检测 |
| |
引用本文: | 李雷孝,孟闯,林浩,高静,王慧.基于图像增强与深度学习的安全带目标检测[J].计算机工程与设计,2023(2):417-424. |
| |
作者姓名: | 李雷孝 孟闯 林浩 高静 王慧 |
| |
作者单位: | 1. 内蒙古工业大学数据科学与应用学院;2. 内蒙古自治区科学技术厅内蒙古自治区基于大数据的软件服务工程技术研究中心;3. 天津理工大学计算机科学与工程学院;4. 内蒙古农业大学计算机与信息工程学院 |
| |
基金项目: | 内蒙古自然科学基金项目(2021MS06019);;内蒙古高等学校科学研究基金项目(NJZY21317); |
| |
摘 要: | 为通过交通视频自动化检测驾驶员是否佩戴安全带,设计一种基于YOLO v3和Faster R-CNN的安全带单类别目标检测方法。基于YOLO v3网络训练车窗检测模型与车窗-驾驶员检测模型,得到驾驶员的精确位置;利用直方图均衡化、高斯滤波等方法对驾驶员图片进行图像增强操作,提高安全带区域的对比度;基于Faster R-CNN网络设计安全带单类别目标检测模型,将传统的分类问题转变为单类别目标检测问题。实验结果表明,模型检测准确率可达96.0%。相对于其它方法,适应性更强,鲁棒性更高,准确率相应提高。
|
关 键 词: | 安全带检测 智能交通 计算机视觉 图像处理 目标检测 深度学习 图像增强 |
|