一种基于视频分析的高速公路交通异常事件检测算法

发布时间：2024-12-11 05:57

　　 交通领域的异常事件检测对于预防和及时处理交通事故有着重要作用。当前大多数交通异常事件检测都是通过人工完成的,耗费了大量的人力,同时实时性也较差。文中针对高速公路的交通场景特点,利用深度学习中的目标检测算法,对视频中的车辆目标进行提取,提出了结合运动特征和表观特征的多目标追踪算法;在此基础上,又提出了一种基于车辆轨迹特征的异常事件检测方法,其中的追踪算法减少了轨迹提取过程对背景环境变化的依赖。在异常事件检测算法中充分结合高速公路实际场景,加入滑动窗口机制,提升了对远距离和复杂场景下异常事件的检测能力。利用面向真实交通视频的数据,与现有的事件检测算法进行对比,实验结果证明,所提方法在事件检测的准确率、召回率和F值指标方面都有良好的性能表现,能够有效地完成高速场景下的交通异常事件检测。

【文章页数】：5 页

【文章目录】：
1 引言
2 相关工作
3 多目标追踪
    3.1 问题描述
    3.2 轨迹预测与目标关联
4 问题描述
5 基于轨迹特征的异常事件检测算法
    5.1 逆行事件的判定方法
    5.2 缓行事件的判定方法
    5.3 停车事件的判定方法
6 实验结果与分析
    6.1 实验方法
        6.1.1 实验数据集
        6.1.2 实验评价指标
    6.2 实验过程及评价
结束语



本文编号：4016294