一种基于动态背景的违停检测算法

摘要

本发明涉及一种基于动态背景的违停检测算法，对采集到的图像进行筛选，保留有效图像并标注，构建基于动态背景卷积的神经网络中的实例分割网络和关联区域提议网络，训练后获得效果最优网络的模型参数，将有效图像输入效果最优网络，得到分割后的车辆、可停区域与违停区域，当车辆与可停区域的重叠度小于预设阈值a且与违停区域重叠度大于阈值b时，则判定为违停车辆。本发明以非固定的摄像设备采集到的图片也能适用，对于场景复杂的人行道背景能够精准分割出车辆与可停车与违停区域；针对时间顺序上前后拍摄的图片间的联系预测了物体可能存在的区域，且模型能不断的迭代更新增强其鲁棒性；提升了遮挡情况下的检测成功率，模型准确性大大提升。