交通領(lǐng)域的異常事件檢測對于預(yù)防和及時處理交通事故有著重要作用。當(dāng)前大多數(shù)交通異常事件檢測都是通過人工完成的,耗費了大量的人力,同時實時性也較差。文中針對高速公路的交通場景特點,利用深度學(xué)習(xí)中的目標(biāo)檢測算法,對視頻中的車輛目標(biāo)進行提取,提出了結(jié)合運動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方法,其中的追蹤算法減少了軌跡提取過程對背景環(huán)境變化的依賴。在異常事件檢測算法中充分結(jié)合高速公路實際場景,加入滑動窗口機制,提升了對遠(yuǎn)距離和復(fù)雜場景下異常事件的檢測能力。利用面向真實交通視頻的數(shù)據(jù),與現(xiàn)有的事件檢測算法進行對比,實驗結(jié)果證明,所提方法在事件檢測的準(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景下的交通異常事件檢測。

【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 實驗結(jié)果與分析
    6.1 實驗方法
        6.1.1 實驗數(shù)據(jù)集
        6.1.2 實驗評價指標(biāo)
    6.2 實驗過程及評價
結(jié)束語



本文編號：4016294