21、基于视觉的自行车骑行道与头盔检测系统解析

基于视觉的自行车骑行道与头盔检测系统解析

1. 引言

在交通领域，保障自行车骑行者的安全至关重要。为了实现对自行车骑行者是否在专用骑行道行驶以及是否佩戴头盔的检测，提出了一种基于视觉的检测系统。该系统主要分为两个探测器，一个用于检测骑行者是否在专用骑行道上，另一个用于检测骑行者是否佩戴头盔。

2. 相关研究回顾

• 部分模型在视频数据上能在1 - 2.5秒内给出检测结果。
• 有研究提出两种用于自行车骑行轨迹预测的模型，基于堆叠长短期记忆（LSTM）的运动建模方法和数据驱动方法，LSTM和基于RNN的模型在视频数据上3秒内可给出检测结果。
• 随机梯度下降（SGD）优化算法用于目标检测，研究表明将SGD集成到优化过程可提高检测速度，模型在包含15000张图像的数据集上进行训练，使用了libSVM、SVMLight和SGD等算法。
• 有研究显示骑行时佩戴头盔的自行车骑行者数量非常少，还有研究指出骑行者在驾驶时缺乏注意力。
• 提出了用于检测自行车骑行者和行人的框架，采用快速R - CNN算法，模型测试准确率为89%。
• 提出基于LSTM的算法用于检测自行车骑行路径，LSTM模型能在15.6毫秒内检测到所需输出。
• 提出的目标检测算法采用HOG特征提取技术后接PCA，使用SVM训练检测器模型，并采用SGD算法进行优化。

3. 系统方法

3.1 数据集和预处理

• 数据集 ：基于视觉的自行车骑行和头盔检测系统在包