关键词:
智能交通
车辆违停
全天候
车辆跟踪
夜间监控
摘要:
在复杂的白天和夜晚高速公路环境下,有效地检测违停车辆尤其具有挑战性,聚焦于解决这一问题,针对高速公路监控视频中的车流量大、密度高以及光照变化等复杂因素,提出了一种适用于白天和夜晚环境的全天候车辆违停检测算法。通过构建高速公路车辆图像数据集,结合全局注意力机制和目标检测模型,并针对夜间图像添加数据增强策略,克服了在这些复杂环境下缺乏高质量车辆图像的问题,显著提高了车辆检测的检测精度。在跟踪算法上,使用匈牙利算法预测车辆位置,并根据高低分匹配框进行更新,同时使用特征匹配模型提取车辆特征,对车辆进一步跟踪,实现对疑似违停车辆的判定,最终在构建的存在违停和未存在违停的监控视频测试数据集上效果最好,算法的准确率和召回率达到了97.32%和96.57%,验证了该算法在实际应用中的优越性和可行性。基于车辆跟踪的高速公路全天候违停检测创新之处在于提出了针对高速公路监控视频的全天候违停检测算法,并在试验中取得了较好的检测精度和性能表现,在夜间能准确检测出车辆违停,并已成功应用于交通监控云平台,实现交通事故的及时预警和快速救援,有效保障交通安全和提升交通运输管理水平。