• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>East Indonesia Conference on Computer and Information Technology >Helmet Usage Detection on Motorcyclist Using Deep Residual Learning
【24h】

Helmet Usage Detection on Motorcyclist Using Deep Residual Learning

机译：使用深度剩余学习的摩托车手盔甲用法检测

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In Indonesia and other developing countries, motorcycles are popular means of transportation. With the growing number of motorcyclists, it becomes harder for law enforcement to monitor motorcyclists who do not use a helmet. In this research, we propose a new system to detect motorcyclist that does not wear a helmet from a dashboard camera footage. We use a convolutional neural network to detect motorcyclists from the footage and two different residual network types to count the number of passengers and number of helmets, respectively. Our best motorcyclist detection model can achieve 100% accuracy, while our passenger and helmet detection models can achieve F1 Scores of 0.99 and 0.97, respectively. Our system can achieve 0,93 in video testing accuracy.
机译：在印度尼西亚和其他发展中国家，摩托车是流行的交通工具。 随着越来越多的摩托车手，执法将更加困难，以监控不使用头盔的摩托车手。 在这项研究中，我们提出了一个新系统来检测从仪表板相机镜头佩戴头盔的摩托车手。 我们使用卷积神经网络从镜头和两种不同的残余网络类型中检测摩托车手分别计算乘客数量和头盔数量。 我们最佳的摩托车手检测模型可以实现100％的精度，而我们的乘客和头盔检测模型分别可以实现0.99和0.97的F1分数。 我们的系统可以在视频测试精度达到0.93。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号