基于计算机视觉的违停抓拍算法研究  

作　　者：林志帅 

机构地区：[1]厦门福路通智慧城市科技有限公司,福建厦门361000

出　　处：《运输经理世界》2024年第15期73-75,共3页Transport Business China

摘　　要：随着智慧城市的不断建设,违停问题已成为影响城市形象与交通流的一大难题。针对这一现象,对计算机视觉技术在违停抓拍中的应用进行探讨。通过前景和背景差值搭建基础违停检测模型,针对其极易受到背景目标等因素影响的现象,研究引入机器学习对其进行改进。模型使用OpenCV开源计算机视觉库和Adaboost迭代算法,并使用正负样本的特征分析进行区分,随后进行分类器训练,并最终实现违停车辆的识别与抓拍。试验结果表明,研究提出的优化算法在实际监控和UA-DETRAC数据集中,平均识别准确率达到97.6%,相比于优化前的违停抓拍算法提升25.2%,因此提出的违停抓拍算法在多种复杂场景下都能稳定工作,相比于传统检测算法,性能有明显提升。

关 键 词：目标检测 违停车辆 计算机视觉 抓拍 

分 类 号：U495[交通运输工程—交通运输规划与管理]