Hybrid Traffic Accident Classification Models

doi:10.3390/math11041050

Hybrid Traffic Accident Classification Models

2023-02-19

0

OA

AI

DOI：10.3390/math11041050

原文链接

原文求助

摘要

En 中文

交通闭路电视（CCTV）设备可以通过设计和应用人工智能与深度学习模型来检测和跟踪道路上的物体。然而，从检测到的物体中提取有用信息以及确定交通事故的发生通常较为困难。本文提出了一种基于CCTV帧的混合交通事故分类模型，该模型通过生成物体轨迹来识别某一帧是否包含事故。所提出的模型利用视觉Transformer（ViT）和卷积神经网络（CNN）从每个帧及其对应的轨迹中提取潜在表示。通过融合帧和轨迹特征，提高了所提出的混合方法的交通事故分类能力。在实验中，使用Car Accident Detection and Prediction（CADP）数据集训练了混合模型，模型的准确率约为97%。实验结果表明，所提出的混合方法与传统模型相比，表现出更优的分类性能。

Hybrid Traffic Accident Classification Models

摘要

期刊

机构

引用论文