计算机工程

作者：盛宜华, 武友新, 姚磊岳

单位：1. 南昌大学 信息工程学院, 南昌 330031;2. 江西科技学院 协同创新中心, 南昌 330098

关键词：共享单车,停放检测,YOLOv3网络,计算机视觉,状态统计

基金：江西省科技厅科技计划专项"基于自然语音交互模式的行车安全辅助系统"（20171BBE50060）；南昌市科技局科技计划项目"基于移动互联网的‘人-车’语音交互系统"（2016-ZCJHCXY-013）。

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。

来源：2019年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第12期