基于深度学习的车辆异常事件检测研究 |
| |
引用本文: | 郭天鸿,刘海峰,张禹森,祁天星.基于深度学习的车辆异常事件检测研究[J].现代交通技术,2023,20(5):71-77. |
| |
作者姓名: | 郭天鸿 刘海峰 张禹森 祁天星 |
| |
作者单位: | 国网河北省电力有限公司雄安新区供电公司 |
| |
摘 要: | 基于全连接神经网络以及在高速公路场景下采集的真实车辆数据,设计一种车辆异常事件检测方法。所设计的方法利用激光雷达检测出目标与车道线信息,经过计算组成具备时空特征的输入数据,在将目标数据制作成数据集后,利用神经网络进行训练并提取输入数据的多维度特征,实现车辆异常事件检测。之后利用异常事件检测的时间信息与激光雷达和视频相机的目标融合数据,在视频数据中进行事件取图并加以验证。所述方法的总体检出率为 97.11%,准确率为 97.10%,相关值均高于传统事件检测算法,且算法耗时与传统事件检测算法相比更少。试验证明相应方法能更快速、更准确地识别车辆异常事件。
|
关 键 词: | 神经网络 智慧交通 多传感器融合 事件检测 |
|
| 点击此处可从《现代交通技术》浏览原始摘要信息 |
| 点击此处可从《现代交通技术》下载免费的PDF全文 |
|