于润润， 朱凯赢， 蒋光好， 吴 益， 周 伟

（上海工程技术大学 电子电气工程学院， 上海 201620）

0 引 言

车辆压线检测是指使用摄像机采集道路视频数据，并针对视频中车辆压线的行为进行检测。 已有的压线检测研究使用的大部分方法为传统检测方法，并且只能适用于固定摄像头的静止场景。 文献［1］使用一定先验知识划定感兴趣区，使用边缘检测和Hough 变换拟合出车道线，用判断车道线区域是否有车辆来判定是否压线。 文献［2］使用连续图像帧间的灰度平均差计算得到黄线残缺信息，并设置残缺长度阈值来判断是否有车辆违章压线。 文献［3］提出了使用黄线区域多角度拍摄，使用小波变换分割算法，对比相邻帧图像对应像素的方法来辨别是否有压线行为。 这类方法应对不同天气，光照等，都会出现较大误差。

实际场景中经常会出现光照变化的情况，比如相机与点光源的相对位置发生了变化，相机不断地调整自身的曝光时间，光源本身的亮度发生变化。针对光照变化的问题，常见的解决方法有2 个方向，分别是：相机参数的标定和调整图像的亮度。 其中，相机参数的标定主要针对相机曝光时间不固定的情况，需要在线标定相机的曝光时间，这种方法常见于机器人自主定位导航中［4-5］。 但这种方法并不适用于基于深度学习构建的方法，因此在本文提出的违章压线检测系统中，本文使用图像亮度调整方法对输入的图像进行预处理，保证连续图像之间亮度始终保持相对一致。……