TY - Jour A2 - Routil，Ladislav Au - Lee，Jooyoung Au - Byun，Jihye Au - Lim，Jaeedeok Au - Lee，Jaeyun Py - 2020 Da - 2020/12/03 TI - 基于占用者检测车辆占用率的框架标签方法SP - 8870211 VL - 2020 AB - 高占用车辆（HOV）车道或拥挤收费折扣政策是为了鼓励多士客车。但是，车辆占用检测，用于实施此类政策，是基于劳动密集型的手动方法。为了解决这个问题，一些研究和一些公司已经尝试开发自动检测系统。由于图像处理过程的困难，这些系统有局限性。本研究克服了这些限制，并提出了一种算法的整体框架，其有效地使用摄影数据检测车辆中的乘员。特别是，我们应用一种新的数据标签方法，即使具有少量数据，也能够高度准确的乘员检测。新的标签方法直接标记乘员的数量，而不是表演面部或人类标签。该研究建议使用该研究的现有研究和乘员标签的人类标签和乘员标签验证了该标签方法的贡献。结果，所呈现的模型的检测精度为二进制案例（2或3个乘客）的99％，计数案例（确切占用者的确切数量）为91％，其高于先前研究的模型的准确性。 Basically, this system is developed for the two-sided camera, left and right, but only a single side, right, can detect the occupancy. The single side image accuracy is 99% for the binary case and 87% for the counting case. These rates of detection are also better than existing labeling. SN - 0197-6729 UR - https://doi.org/10.1155/2020/8870211 DO - 10.1155/2020/8870211 JF - Journal of Advanced Transportation PB - Hindawi KW - ER -