计算机工程

作者：陈伟, 王晓龙, 张晏玮, 安国成, 江波

单位：1. 上海华讯网络系统有限公司行业数智事业部, 上海 2001272. 中国电子科技集团公司第三十二研究所, 上海 201808

关键词：YOLOv8,车辆检测,空间金字塔池化,全局匹配,车辆违停检测

基金：“十四五”国家重点研发计划项目(2023YFC3006700)

在高速公路服务区违停检测过程中光照、天气变化等复杂环境会使车辆检测精度急剧下降, 同时摄像机拍摄角度、车体高度等因素会增加车辆违停检测的误报率和漏报率。为此, 提出一种基于改进YOLOv8的高速公路服务区违停检测算法。在YOLOv8网络模型的特征金字塔池化层中, 构建膨胀空间金字塔池化(DSPP)模块和基于分支注意力机制的膨胀空间金字塔池化(DSPPA)模块, 减少特征提取网络中深层语义信息的丢失, 同时利用DSPPA中的分支注意力(BA)机制为不同感受野分支特征赋予不同的权重, 使模型更关注与目标尺寸相适应的特征。设计基于全局匹配的停车位分配策略, 有效降低了视角倾斜、车辆重叠遮挡等情况下违规占用停车位的误报率与漏报率。实验结果表明, 改进算法的违停检测误报率从15%下降至8%, 违停检测漏报率从7.5%下降至6.1%, 具有较好的车辆违停检测效果。

来源：2024年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第4期