深度学习的汽车驾驶员安全带检测

被引：10

作者：

杨凯杰

章东平

杨力

机构：

[1] 中国计量大学信息工程学院

来源：

中国计量大学学报 | 2017年 / 28卷 / 03期

基金：

浙江省自然科学基金;

关键词：

安全带检测; 目标检测; 深度学习; 图像分类; 智能交通;

D O I：

暂无

中图分类号：

TP391.41 []; U495 [电子计算机在公路运输和公路工程中的应用];

学科分类号：

080203 ; 0838 ;

摘要：

自智能交通系统出现以来,汽车驾乘员的安全带检测一直是备受关注的研究课题.依据城市道路的交通卡口监控数据,研究一种基于深度学习的汽车驾乘人员安全带检测算法,能够准确识别驾驶员是否佩戴安全带.通过对卡口图片进行人工标定,并运用深度学习方法训练两个检测器和一个分类器,最终实现安全带的快速定位和分类.本文提出的方法在城市道路卡口采集的图像上检测效果较好.

引用

页码：326 / 333

页数：8