一种TARD电动车载人违规智能检测方法及装置制造方法及图纸

本发明专利技术公开了一种TARD电动车载人违规智能检测方法及装置，适用于电动车载人违规行为的智能检测。包括以下步骤：使用自定义模块MSF和自定义模块RMSFE，构建模型的主干网络；使用自定义模块FFM、自定义模块IPR_FFM和自定义特征聚焦扩散机制构建模型颈部Neck结构，得到自定义模型TotalAggResDiffNet，即，TARD；利用公共遥感数据集SIMD训练TARD模型进行模型参数确定。与现有神经网络模型相比，本发明专利技术提出的检测方法在保证检测速率的同时，在电动车载人监控应用中取得了4.6%的mAP50提升以及4.2%的精度提升，可应用于智慧城市建设中提升城市交通管理水平。

【技术实现步骤摘要】

本专利技术涉及计算机视觉目标检测领域，特别涉及一种tard电动车载人违规智能检测方法及装置。

技术介绍

1、随着城市交通的快速发展，电动车已成为市民出行的重要交通工具之一。然而，电动车载人违规现象日益严重，给城市交通秩序和公共安全带来了极大的隐患。传统的电动车载人违规检测方法多依赖于人工巡查和视频监控，存在效率低下、实时性差等问题。

2、目标检测技术已成为计算机视觉领域的研究热点之一，尤其以yolo系列算法因其高效性和准确性而广泛使用。然而目前包括yolo系列模型在内的目标检测技术在低分辨率下对小目标物体的检测识别，例如电动车违规载人识别等，仍然存在准确率低的情况，为了解决这一问题，通常采用增加模型参数量、增加模型计算复杂度来换取准确率的提高，但此类体量过大的模型的应用范围也会缩窄，尤其难以应用至车载边缘计算平台，如何在不增加计算复杂度与参数量的前提下，进一步提升低分辨率对小目标物体的识别精确度，从而匹配实时监测电动车载人违规行为需求，是值得进一步研究的方向。

技术实现思路

1、专利技术目的：针对本文档来自技高网...

【技术保护点】

1.一种TARD电动车载人违规智能检测方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的TARD电动车载人违规智能检测方法，其特征在于，对S1所述交通监控视频流关键帧数据集用图像旋转、亮度增强和高斯模糊方法进行图像增强，得到交通监控视频流关键帧增强数据集。

3.根据权利要求1所述的TARD电动车载人违规智能检测方法，其特征在于，S2.1所述的MSF模块结构包括：

4.根据权利要求1所述的TARD电动车载人违规智能检测方法，其特征在于，S2.1所述RMSFE模块结构如下：

5.根据权利要求1所述的TARD电动车载人违规智能检测...

【技术特征摘要】

1.一种tard电动车载人违规智能检测方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的tard电动车载人违规智能检测方法，其特征在于，对s1所述交通监控视频流关键帧数据集用图像旋转、亮度增强和高斯模糊方法进行图像增强，得到交通监控视频流关键帧增强数据集。

3.根据权利要求1所述的tard电动车载人违规智能检测方法，其特征在于，s2.1所述的msf模块结构包括：

4.根据权利要求1所述的tard电动车载人违规智能检测方法，其特征在于，s2.1所述rmsfe模块结构如下：

5.根据权利要求1所述的tard电动车载人违规智能检测方法，其特征在于，s2.2所述的ffm模块结构如下：

6.根据权利要求1所述的tard电动车载人违规智能检测方法，其特征...

【专利技术属性】
技术研发人员：朱全银，石超楠，倪天龙，罗嘉辰，王辰斌，王颖，邹京频，丁伟国，焦伟乐，周泓，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：