基于计算机视觉的共享单车违规停放检测

为解决共享单车随意停放给交通管理带来的困难，提出一种基于计算机视觉的共享单车违规停放检测方法。通过多尺度检测训练以及k-means维度聚类改进YOLOV3网络，在此基础上获取共享单车在图片上的特征矩阵，根据特征矩阵计算当前场景下共享单车的运行状态并进行状态统计。在交通监控视频数据集上的测试结果表明，该方法的检测准确率达到87%以上，能够实现共享单车违规停放的有效检测并给出实时预警。