终检评审通过 创新训练 520计算机科学技术 智能交通校级

平时在生活中，我们经常能看到有车辆在不允许停车的地方（行车道、斑马线等）停留，不仅极大的扰乱了交通秩序，还给其他车辆和行人埋下了危险的种子。面对这种情况，目前的主要解决方案就是又交警巡逻时贴条罚款。但是由于交警数量有限，平时还有其他的工作要做，导致控制违法停车现象的难度增加。在北京的道路上，有大量的摄像头存在。我们设想，如果有一种系统能够利用这些摄像头收集到的图像信息判断是否存在违法停车的现象，就能大大提高检测违法停车的效率，同时也能解放交通警察，让他们把时间投入到其他工作之中。 为了实现这一系统，我们决定利用时下非常热门的机器学习技术，收集大量违法停车和合法停车的图片，送入神经网络进行训练。只要神经网络搭建合理，数据集数量足够（合法和违法的停车图片都能达到1000张左右）且合理（内容准确无误，两类图片数量比例合理），系统就能比较准确的识别出违法停车的情况。 目前国际上对于机器学习和计算机视觉的研究已经日趋成熟，从技术上来说，这一项目是完全能实现的。我们在网络上也看到过国外有功能相似的算法介绍，但是还没有完成度很高的类似项目。我们也希望能借鉴相关算法的描述完善我们的项目。