基于计算机视觉的工程车辆篷布覆盖识别研究

针对城市道路上工程车辆的篷布监管问题,本文以计算机视觉技术为支撑,提出一种基于YOLOv3的工程运输车辆是否盖篷布识别方法。首先,运用Darknet-53作为YOLOv3(全卷积网络)的分类网络结构,在解码输出特征图之后训练损失;其次,结合Canny算子对车身进行边缘检测,运用Hough变换通过将图像坐标空间变化到参数空间来实现直线和曲线的拟合,以此判断车身后方的形状;最后,运用多渠道数据集,探索与调整神经网络超参数,进一步检测工程运输车辆是否盖篷布。实验结果表明,该方法有效提高了识别准确率。