利用红外成像与深度网络的怠速汽车远程检测

怠速车辆通过尾气排放浪费能源并污染环境。在一些国家，车辆怠速超过规定时间即被禁止，因此执法部门需要自动检测怠速车辆的系统。我们提出了首个利用红外（IR）成像与深度网络检测怠速汽车的自动系统。我们利用怠速车与停放车在时空热特征上的差异，并使用长波红外摄像机监测汽车温度。我们将怠速汽车检测问题表述为红外图像序列中的时空事件检测，并采用深度网络进行时空建模。我们收集了首个用于怠速汽车检测的红外图像序列数据集。首先，我们使用卷积神经网络在每幅红外图像中检测汽车，该网络在常规 RGB 图像上预训练并在红外图像上微调以获得更高精度。然后，我们随时间跟踪检测到的汽车，以识别停放的汽车。最后，我们将每辆停放汽车的 3D 时空红外图像体作为卷积网络与循环网络的输入，将其分类为是否怠速。我们对采用各种卷积与循环架构的时间与时空建模方法进行了广泛的实证评估。我们在我们的红外图像序列数据集上展示了有前景的实验结果。