金 鑫,胡 英

(大连海事大学船舶电气工程学院,辽宁 大连 116026)

1 引 言

HOV(High-Occupancy Vehicle)车道又称多乘员车道、高载客率车道,指规定时间对多乘员车辆开放的车道,可以有效缓解交通拥堵问题,提高车道的出行效率[1]。但是目前国内HOV车道的执法主要通过交警现场人工排检来完成,执法效率较低,因此设计一套自动化的车辆乘员数量检测系统就显得十分必要。本文采用光谱红外技术与图像融合技术设计了一套多光谱红外成像系统,可以获得较为清晰的驾驶室内部空间图像,成像效果如图1所示。车内乘员数量可以通过目标检测算法来实现,在前期实验过程中发现,将乘员面部作为检测目标时检测效果相对较好,但目标尺寸较小,当汽车后排人员较多时容易发生遮挡,在预测过程中容易在NMS过程当做相同目标被滤除掉,同时受天气、曝光程度、光照等因素的影响,目标在成像效果上特征差异较大,因此在检测结果中经常出现漏报和误报。

图1 多光谱红外成像效果

近年来,国内外学者针外弱小多目标检测问题进行了深入研究,同时随着深度学习技术的成熟发展,红外目标检测精度已经有了很大的提升[2]。张骏等人[3]提出了一种基于U-Net[4]网络的消防红外图像的人体检测算法,通过该算法解决了人体姿态复杂、多障碍物遮蔽等情况下的目标识别,但是在多目标场景下检测效果还不够理想。李承昊等人[5]提出一种可变锚框候选区域网络的目标检测方……