基于卷积神经网络的头盔佩戴检测模型的研究
2021-09-11李少博董世浩夏宇航张一博张佳玉符竹子胡文成
科学技术创新 2021年25期
李少博 董世浩 夏宇航 张一博 张佳玉 张 哲 符竹子 胡文成
(1.长安大学 信息工程学院,陕西 西安 710064 2、长安大学 学生工作部,陕西 西安 711064)
1 概述
随着经济与社会的发展,各大城市车辆保有量不断提高,越来越多的人选择乘车出行,但随之而来的交通问题也越来越严重。根据统计的数据可以看出:近些年来,交通事故数量不断增加。其中,非机动车事故发生率的增长尤为明显。《交通安全法》第五十一条规:摩托车行驶时,驾驶人及乘坐人员应当佩戴符合国家规定标准的安全头盔,并系扣牢固。驾驶人不得在乘坐人员未按照规定使用安全头盔的情况下驾驶摩托车。骑电动自行车出行,一旦出事故,就是“肉包铁”。事故发生时,驾驶人或者乘坐人几乎没有时间、也没有办法保护头部免受碰撞。
对于非机动车安全出行,戴头盔,是最简单而又最有效的保命措施。据相关数据显示,在已发生的非机动车的道路交通事故数据中,我们可以知道正确佩戴安全头盔的良好习惯能够将非机动车的道路交通事故死亡风险降低60%至70%,佩戴头盔可使电动车事故人员头部受伤、颅脑损伤几率分别减少63%和88%。因此驾乘摩托车、电动车出行须佩戴安全头盔。
2 头盔检测总体方案
头盔检测的基本原理属于目标检测的范畴,对于图像来说,我们先以某种方式在输入图片上生成一系列可能包含物体的区域,这些区域称为候选区域,在一张图上可以生成很多个候选区域。然后对每个候选区域,可以把它单独当成一副图像来看待,使用图像分类模型对它进行分类,看它属于哪个类别或者背景(即不包含任何物体的类别)。……
登录APP查看全文
