基于深度学习的安全带检测系统
安全带检测是智能交通系统中的一个重要研究课题。本文提出了一种在复杂道路环境下,基于深度学习的安全带检测算法。首先从带标签的车辆区域、车窗区域以及安全带区域提取特征,通过深度学习算法训练检测器;然后,检测车辆、车窗及安全带3个部件的位置,根据各部件的相对位置关系以及检测得分训练一个支持向量机(SVM)分类模型,最后通过该分类模型对安全带区域进行精细定位与识别。该方法在道路监控摄像头采集的数据库上表现良好。
安全带检测、深度学习、支持向量机、智能交通、特征提取
12
TP391(计算技术、计算机技术)
2016-06-30(万方平台首次上网日期,不代表论文的发表时间)
共3页
240-242