交通領(lǐng)域的異常事件檢測(cè)對(duì)于預(yù)防和及時(shí)處理交通事故有著重要作用。當(dāng)前大多數(shù)交通異常事件檢測(cè)都是通過人工完成的,耗費(fèi)了大量的人力,同時(shí)實(shí)時(shí)性也較差。文中針對(duì)高速公路的交通場(chǎng)景特點(diǎn),利用深度學(xué)習(xí)中的目標(biāo)檢測(cè)算法,對(duì)視頻中的車輛目標(biāo)進(jìn)行提取,提出了結(jié)合運(yùn)動(dòng)特征和表觀特征的多目標(biāo)追蹤算法;在此基礎(chǔ)上,又提出了一種基于車輛軌跡特征的異常事件檢測(cè)方法,其中的追蹤算法減少了軌跡提取過程對(duì)背景環(huán)境變化的依賴。在異常事件檢測(cè)算法中充分結(jié)合高速公路實(shí)際場(chǎng)景,加入滑動(dòng)窗口機(jī)制,提升了對(duì)遠(yuǎn)距離和復(fù)雜場(chǎng)景下異常事件的檢測(cè)能力。利用面向真實(shí)交通視頻的數(shù)據(jù),與現(xiàn)有的事件檢測(cè)算法進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果證明,所提方法在事件檢測(cè)的準(zhǔn)確率、召回率和F值指標(biāo)方面都有良好的性能表現(xiàn),能夠有效地完成高速場(chǎng)景下的交通異常事件檢測(cè)。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 相關(guān)工作
3 多目標(biāo)追蹤
    3.1 問題描述
    3.2 軌跡預(yù)測(cè)與目標(biāo)關(guān)聯(lián)
4 問題描述
5 基于軌跡特征的異常事件檢測(cè)算法
    5.1 逆行事件的判定方法
    5.2 緩行事件的判定方法
    5.3 停車事件的判定方法
6 實(shí)驗(yàn)結(jié)果與分析
    6.1 實(shí)驗(yàn)方法
        6.1.1 實(shí)驗(yàn)數(shù)據(jù)集
        6.1.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
    6.2 實(shí)驗(yàn)過程及評(píng)價(jià)
結(jié)束語



本文編號(hào)：4016294