基本信息:
- 专利标题： 一种基于深度学习的机场出发层违章车辆自动识别方法
- 申请号：CN202111642183.3 申请日：2021-12-29
- 公开(公告)号：CN114821490B 公开(公告)日：2025-04-15
- 发明人： 柏强 , 邵宇麒 , 蒙思源 , 王宇轩 , 秦倩 , 杜茂维 , 黄明
- 申请人： 长安大学 , 首都机场集团有限公司
- 申请人地址： 陕西省西安市雁塔区南二环路中段
- 专利权人： 长安大学,首都机场集团有限公司
- 当前专利权人： 长安大学,首都机场集团有限公司
- 当前专利权人地址： 陕西省西安市雁塔区南二环路中段
- 代理机构： 银川长征知识产权代理事务所
- 代理人： 马长增
- 主分类号： G06V20/54
- IPC分类号： G06V20/54 ; G06V20/40 ; G06V40/10 ; G06V10/82 ; G08G1/017
摘要：
本发明公开一种基于深度学习的机场出发层违章接客车辆识别方法：基于机场出发车道边实际固定机位的监控视频，使用YOLO_v4算法识别车辆与行人目标，利用DeepSORT算法跟踪目标，根据YOLO_v4返回的目标类别与DeepSORT记录的目标位置信息判断车辆的运行状态与乘客上下车行为，在车辆停止时统计车内人数变化情况，根据该统计结果判断车辆是否存在接客行为，完成对机场出发层违章车辆的识别。有益效果：准确度可以达到83.3％，检测速度相较传统人工识别方式提升巨大，可以大大减小监控执法人员的工作量，提高非现场执法的执法效率及执法准确性，在智能交通监管领域具有广阔的发展前景，可以使机场陆侧交通的安全管理得到进一步强化，为交通行业的长足发展提供有效保障。
公开/授权文献:
- CN114821490A 一种基于深度学习的机场出发层违章车辆自动识别方法 公开/授权日：2022-07-29