论文部分内容阅读
针对道路路产设施损坏识别困难的问题,提出了一种基于深度学习与变化检测的两阶段模型。该模型为面向5G智能监控场景下,利用路侧监控视频实现路产设施实时监测。首先,利用多尺度目标检测模型YOLO V3网络检测道路标牌、标线与护栏并获得87.05%的平均精度;然后,针对第1阶段提取的局部区域进行面向目标的变化检测。该变化检测模型采用改进的LBP提取几何纹理特征,利用GMM刻画特征的分布情况,并利用EMD距离度量特征分布差异,用以判断是否发生损坏。模型总体检出率为90.07%,能够有效利用路侧监控视频实现路产