智能交通系统中改进的YOLOv3目标分类
计算机视觉与模式识别
2020-04-09 v1
摘要
智能交通系统（ITS）中的车辆与驾驶员检测技术是近年来的研究热点。其中，驾驶员检测仍是一个具有挑战性的问题，有助于监管交通秩序与维护公共安全。本文提出一种基于YOLOv3的算法，用于实现高速公路上车辆、驾驶员及行人的检测与分类，从而达到区分驾驶员与乘客并形成车辆与驾驶员一一对应关系的目的。所提出的模型与对比实验在我们自建的交通驾驶员人脸数据库上进行。我们提出算法的有效性通过大量实验得到验证，并在各种复杂高速公路条件下进行了测试。与其他先进的车辆与驾驶员检测技术相比，该模型性能良好，并且对道路遮挡、不同姿态以及极端光照具有鲁棒性。
引用
@article{arxiv.2004.03948,
title = {Improved YOLOv3 Object Classification in Intelligent Transportation System},
author = {Yang Zhang and Changhui Hu and Xiaobo Lu},
journal= {arXiv preprint arXiv:2004.03948},
year = {2020}
}