基于机器视觉的疑似酒驾司机自动筛选系统研究

金龙 韩, 际琳 周, 洋 柏

摘要


本文提出一种全新检查是否存在酒驾嫌疑的方法,即图像视觉分析筛选酒驾司机。该系统通过摄像拍照的方式进行取样,之后通过图像处理、计算机分析、模型比对、最终给出判断所采样对象是否具有酒驾嫌疑,做出标记。实验结果表明,算法检测准确率的达到95.00%,能够运用于疑似酒驾司机筛选系统,并且有效地提升人工对酒驾行为检查的效率,为提升交通安全做出贡献。

关键词


酒驾筛选;YOLOV5算法;机器视觉

全文:

PDF

参考


郑成浩,杨梦龙.基于深度学习的二维人脸检测研究现状[J].现代计算机,2017,(35):61-65+84.

邱天衡,王玲,王鹏,白燕娥.基于改进YOLOv5的目标检测算法研究[J/OL].计算机工程与应用:1-13[2022-04-21].

梁博.计算机视觉在人脸识别领域中的应用研究[J].信息与电脑,2019,31(20):99-101.

张麒麟,林清平,肖蕾.改进YOLOv5的航拍图像识别算法[J].长江信息通信,2021,34(03):73-76.




DOI: https://doi.org/10.12238/jpm.v3i3.4742

Refbacks

  • 当前没有refback。


Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。