基于深度學習的安全帶檢測方法研究.pdf

1、近年來，我國機動車數量不斷增加，交通事故及傷亡人數也是呈逐年上升趨勢。安全帶作為一種十分重要的被動保護措施，可有效的降低車輛在道路上行駛時因車輛碰撞或其他交通事故造成的傷亡率。我國交管部門及相關的法律法規(guī)嚴格要求車輛駕駛人員在車輛行駛過程中需佩帶安全帶。但在我國駕駛人員在行車過程中不系安全帶的現象還是普遍存在，主要原因為駕駛員安全意識不強，存在多種躲避安全帶提示系統(tǒng)的不規(guī)范行為。因此，研究機動車內駕駛人員是否佩戴安全帶的檢測方法對于提高

2、駕駛員的遵守交通法規(guī)的意識具有十分重要的意義。
　　本文提出了一種基于深度學習的安全帶檢測方法，嘗試將近年來在圖像識別方面有較好應用的深度學習方法來提高安全帶檢測的準確率。相比傳統(tǒng)的安全帶檢測方法，深度學習的最大優(yōu)勢在于它可以自動的從樣本數據中學習特征，最大限度的減少了人為的干預以及手工設計特征的復雜性。
　　本方法中在利用深度學習進行訓練和檢測之前，先要對交通視頻圖像進行預處理。即首先運用幀差法獲取運動車輛的最小外接矩形，