高速公路建设远程视频监控系统的设计与实现

作者：倪四清; 左光恒; 张俊

来源：工业仪表与自动化装置, 2022, (02): 76-80.

DOI：10.19950/j.cnki.cn61-1121/th.2022.02.002

• 高速公路
• 视频监控
• 可见度检测
• 深度学习
• YOLO-V3网络

针对中国高速公路传统视频监控系统成本高、维修复杂、数据交互困难等问题，该研究通过利用沿高速公路路边分布的密集部署的摄像机设施，建立了远程视频监控系统。该系统在大数据分析平台上将监视到的沿高速公路的实时视频数据进行可视化处理，针对恶劣空气通过分析空气能见度和监测图像特征的耦合变化来解决能见度值，采用基于深度学习的目标检测算法实现大数据的处理和计算，引入GIoU指标作为边框损失函数对YOLO-V3网络模型进行精确度改进，实验表明，相比于传统L1与IoU指标损失函数，GIoU损失值在迭代次数为20 000次时只有0.1，综合效果最好。