基于MobileNet_SSD的交通违章检测系统

张子恒，肖 建，王新宇，章佳琪，许 杰

(南京邮电大学 电子与光学工程学院、微电子学院，江苏 南京 210003)

0 引 言

近年来，国内汽车保有量持续快速增长，对城市交通运转带来极大压力，各类交通事故频发。为保证道路交通安全，各地交通管理部门派出警力处理机动车道路违章行为[1]。然而，由于交通警力资源的有限性，需要利用现代化技术研究智能交通违章检测系统，节省警力资源，高效检测违章[2]。

目前常见的路口交通违章行为检测技术可分为埋设线圈法和虚拟线圈法。埋设线圈法安装繁琐且维护成本高，已逐渐被虚拟线圈法代替[3]。虚拟线圈法指基于图像处理的违章检测算法，已广泛应用于电子警察系统，此类方法检测准确率高，检测类别多，且维护成本低[4]。苏菠等人提出了通过三帧差分法和卡尔曼滤波器预测跟踪车辆状态[5]。黄丹等人提出了改进的背景差分算法，结合CAMShift算法跟踪车辆[6]。徐扬等人提出了一种基于分块和邻域信息的背景更新方法，结合超像素分割和阴影检测算法跟踪目标车辆[7]。此类算法在复杂场景下的检测精度不稳定，不具有较强的鲁棒性。

随着人工智能的发展，将深度学习算法用于车辆违章检测系统，可解决多目标跟踪精度不佳、违章检测精度不佳的问题，具有较高的研究应用价值[8]。付世达等人提出结合SSD和车道信息的双通道卷积神经网络检测车辆[9]。郑凯等人提出结合YOLO和帧间差分法检测车辆及其遗留物，实现机动车不礼让行人检测[10]。……