典型文献
针对电瓶车骑手头盔佩戴情况的无人机巡检方法研究
文献摘要：
随着新交通法的实施,电瓶车骑手的头盔佩戴问题引起社会关注,尽管通过使用摄像机可以对骑手进行间接观测,从而减少了直接观察所带来的人力成本,但骑手位置的不确定性,不安全行为的随机性,都给通过固定式摄像机的骑手头盔佩戴检测的准确性和通用性带来了极大挑战.为此,本文设计了一种基于无人机巡检和深度学习的电瓶车骑手佩戴检测方法,该方法首先基于YOLO模型针对无人机采集图片进行分析处理,获取骑手头盔佩戴特征,通过特征分析建立未佩戴头盔骑手的分类模型;然后,针对实际采集过程中的噪声影响,对算法的性能进行验证,并通过噪声抑制方法进一步提升了识别的准确性.所提出的方法可以为电瓶车骑手的安全行驶检测提供新的技术手段,有利于进一步提升交管部门的管理效率.
文献关键词：
无人机巡检;目标识别方法;神经网络算法
中图分类号：
作者姓名：
王晗鹏;平鹏;杲先锋;刘伟浦
作者机构：
南通大学 交通与土木工程学院,江苏 南通 226019;江苏鸿鹄电子科技有限公司,江苏 南通 226019
文献出处：
引用格式：
[1]王晗鹏;平鹏;杲先锋;刘伟浦-.针对电瓶车骑手头盔佩戴情况的无人机巡检方法研究)[J].科学技术创新,2022(15):74-77
A类：
B类：
电瓶车,车骑,骑手,手头,头盔佩戴,无人机巡检,检方,新交通,交通法,摄像机,行间,直接观察,观察所,人力成本,不安全行为,随机性,固定式,准确性和通用性,YOLO,机采,分析处理,分类模型,针对实际,采集过程,噪声影响,通过噪声,噪声抑制,抑制方法,安全行驶,交管部门,管理效率,目标识别方法,神经网络算法
AB值：
0.333123
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
