一种基于新型Unet-Canny网络的安全带检测方法

摘要：

针对机动车行驶中驾驶员是否正确系戴安全带的检测问题,提出一种融合目标检测和语义分割的新型Unet-Canny网络的安全带检测方法.该方法需要用SSD网络定位驾驶员位置,将所采集信息输入Unet-Canny网络后对安全带图像进行分割.新型Unet-Canny网络是在Unet网络上添加Res-Canny模块后得到的.结合Canny算子和残差结构搭建的Res-Canny模块能够让网络在训练中增强对安全带边缘特征信息的提取能力,从而提高图像的分割效果.利用数据集对Unet-Canny网络的训练实验表明:新型Unet-Canny网络比FCN、PSPNet、SegNet、Unet等网络的检测效果好;使用所提出方法检测安全带的精确率比用Unet网络提升了3.4个百分点.

关键词：安全带检测、深度学习、SSD、Canny、Unet、Unet-Canny

所属期刊栏目：33

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金12171438

在线出版日期：2022-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：22-30