田爱军， 蔡旭阳， 陈 玮， 罗 伟， 尹彦卿

(航空工业金城集团有限公司，江苏 南京 210001)

随着城市化建设逐步完善，住宅尤其是高层住宅密度越来越大，市内私家车数量越来越多，直接导致路边违章停车现象严重，路边违章停车现象极为普遍，极易引发机动车互相碰擦、机动车非机动车碰擦、机动车人员碰擦等轻微事故，也可能导致一些较为严重交通事故发生。因此需要一种有效的监督方法，防止路边违章停车的现象出现，进而降低交通事故的发生，保障居民的交通便利及交通安全[1]。

目前路面违停巡检主要还依赖于交警巡查和固定相机抓拍。虽然大多数路口、红绿灯处、交通要道等都安装了交通监控相机，但依然有不少监控盲区，经常出现违章停车现象。除此之外，部分非主干道较为复杂，细小支路较多，也给交警的巡检造成一定困难。除上述道路不利因素外，交通巡查的工作量大也是一个难题。目前，依靠交警现场巡查已经不是一个高效的解决方法。

近年来随着图像处理技术和计算机视觉技术的发展和应用推广，利用基于计算机视觉技术的智能视频分析系统[2]已经应用到图像、视频检测中，但目前还没有有效针对违章停车检测与取证的手段。

自从2020年YOLOv4发表以来，YOLOv4一直被广泛用于目标检测领域。本文也选取YOLOv4作为车辆检测算法。首先，通过YOLOv4得到输出的目标框；其次，重新构建了局部回归模块，从而得到更加贴合车辆轮廓的检测框；再次，针对检测框进行红外测温，通过对车头车尾测温点温度差的计算，判定车辆是否长时间静止，以此来降低车辆违停的误检率；……