基于 AI 深度学习的 CCTV 隧道事故检测（TAD）自增强
计算机视觉与模式识别
2019-10-25 v1 机器学习
摘要
基于深度学习的隧道事故检测（TAD）系统（Lee 2019）已于 2018 年 11 月在 XX 站点安装了一套可监控 9 路 CCTV 的系统。初始深度学习训练通过研究 70,914 张标注图像与标签数据启动。然而，阳光、车辆尾灯以及作业车警示灯被识别为火灾，且隧道车道内或黑色细长物体上检测到许多行人。为解决这些问题，如图 1 所示，将现场检测到的误检数据与标签数据一同训练并重新应用于现场。结果，行人与火灾的误检得以显著减少。
引用
@article{arxiv.1910.11072,
title = {Self-enhancement of automatic tunnel accident detection (TAD) on CCTV by AI deep-learning},
author = {Kyu-Beom Lee and Hyu-Soung Shin},
journal= {arXiv preprint arXiv:1910.11072},
year = {2019}
}
备注
13 pages, 8 figures, 4 tables, The 2019 International Conference on Tunnels and Underground Spaces(ICTUS 19)