Resumen

El taxi tiene las características de una fuerte movilidad y una amplia dispersión, lo que hace difícil para los agentes de la ley relevantes hacer un juicio preciso sobre sus actos ilegales de manera rápida y precisa. Con la inversión en un sistema de transporte inteligente, la tecnología de análisis de imágenes se ha convertido en un nuevo método para determinar el comportamiento ilegal de los taxis, pero el método actual de análisis de imágenes sigue siendo difícil de apoyar la detección de comportamiento ilegal de los taxis en la escena de imagen compleja real. Para resolver este problema, este estudio propuso un método de reconocimiento de violaciones de taxis basado en la segmentación semántica de PSPNet y YOLOv3 mejorado. (1) Basado en YOLOv3, el método propuesto introduce el agrupamiento piramidal espacial (SPP) para el reconocimiento de taxis, que puede convertir imágenes de características de vehículos con diferentes resoluciones en vectores de características con la misma dimensión que la capa de conexión completa y resolver el problema de extracción repetida de características de imagen de vehículos

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Características; Movilidad; Dispersión; Aplicación de la ley; Actos ilegales; Análisis de imagen
• Keywords:Characteristics; Mobility; Dispersion; Law enforcement; Illegal acts; Image analysis