近年来,计算机视觉在交通监控领域取得了显著进展,但判断机动车是否礼让行人仍然依赖大量人力操作.为解决这一问题,本研究提出了一种用于智能交通系统的自动检测车辆是否礼让行人的方法.该方法利用多目标跟踪算法,通过分析车辆的颜色、纹理等外观特征以及车牌ID,对摄像头视野内的相关元素进行运动轨迹跟踪.同时,结合门控循环单元(GRU)模型,预测行人的预警点及车辆前方的潜在危险区域,从而判断车辆是否执行了礼让行人的行为.为了验证该方法的有效性和优越性,本研究在使用无人机收集的模拟交通摄像头视角的交通街景视频数据集和结合交通模拟工具SUMO的Unity3D虚拟仿真场景生成的数据集上进行了广泛的实验.实验结果表明,与当前最先进的方法相比,该方法在处理速度上显著提升,满足实时识别的需求.此外,本方法在保持高准确性的同时,显著减少了ID切换次数,提高了对违规行为归因的精确性.由于其高效的处理速度和准确的检测能力,该方法在智能交通系统中的实际应用前景广阔,有助于增强交通安全,降低行人伤亡风险,并为交通管理部门提供可靠的数据支持和决策依据.
万方数据
维普
