郑雅羽 王济浩 冯 杰

(*浙江工业大学信息工程学院 杭州 310023)(**浙江理工大学信息学院 杭州 310018)

0 引 言

在步行道上占道停车的行为增加了行人因绕行而被迫进入非机动车道乃至机动车道进而引起交通事故的可能性。城市管理部门常通过固定监控设备摄像[1]和执法人员巡检来整治违停现象。但由于监控摄像设备的视角固定，容易存在监控盲区、易被人为干扰与躲避，而执法人员巡检存在效率低的问题。随着类似谷歌眼镜等智能可穿戴移动设备的快速发展，可提高巡检时采集相应场景图片的效率。开发和推广应用移动设备采集的图像并自动进行违停识别的技术可加强对违停行为的监管。

移动设备采集到的图像往往由于步行道的宽窄不一、拍摄时因为行进方向的变化导致拍摄视角差异较大，使得不同图像中车辆尺度差别大、包含的背景信息复杂，只采集到车头或车尾等局部信息的特点。使用传统的图像检测方法[2]进行违停车辆的自动识别主要有以下2个难点：一是传统方法提取的特征是基于车辆完整出现的前提，因此对图像中只含局部信息的车辆难以有效检出；二是不同于固定监控设备可预先设置步行道的可停区域，由于图片是移动采集的，步行道的可停区域会随时变化，因此需要对图片中的可停区域也能实现自动识别，但由于拍摄视角、车位线磨损、光照影响、可停区域被车辆大面积遮挡形变等原因造成检测困难。……