密集交通场景下的二轮车载乘系统图像区域提取算法

本发明属于智能交通感知与计算机视觉领域，提出密集交通场景下二轮车载乘系统图像区域提取算法。通过将单帧静态交通图像输入深度神经网络，获取目标定位矩形框、实例分割掩码和深度图，建立相关集合后，基于面积交并比(IoU)筛选二维位置相关目标对，结合全景深度图像计算二轮车与人员的实际深度距离及差异，通过二维‑三维联合约束完成乘载系统图像区域匹配。该算法弥补传统二维检测深度信息缺失缺陷，通过IoU与深度距离差异双重约束提升匹配准确性，无需激光雷达等昂贵设备，降低硬件成本，满足城市交通监控实时处理需求，适用于交通违规检测、事故责任判定等场景。