一种基于YOLOv3的共享单车违规停放检测方法
来源：计算机工程杂志2019年第12期北京时间：
作者：盛宜华, 武友新, 姚磊岳
单位：1. 南昌大学 信息工程学院, 南昌 330031;2. 江西科技学院 协同创新中心, 南昌 330098
摘要：为解决共享单车随意停放给交通管理带来的困难，提出一种基于计算机视觉的共享单车违规停放检测方法。通过多尺度检测训练以及k-means维度聚类改进YOLOv3网络，在此基础上获取共享单车在图片上的特征矩阵，根据特征矩阵计算当前场景下共享单车的运行状态并进行状态统计。在交通监控视频数据集上的测试结果表明，该方法的检测准确率达到87%以上，能够实现共享单车违规停放的有效检测并给出实时预警。
关键词：共享单车,停放检测,YOLOv3网络,计算机视觉,状态统计
基金资助：江西省科技厅科技计划专项基于自然语音交互模式的行车安全辅助系统（20171BBE50060）；南昌市科技局科技计划项目基于移动互联网的‘人-车’语音交互系统（2016-ZCJHCXY-013）。
