[发明专利]基于无人机与长短时记忆网络的车辆行为识别方法及系统有效
| 申请号： | 201811261110.8 | 申请日： | 2018-10-26 |
| 公开（公告）号： | CN109285348B | 公开（公告）日： | 2022-02-18 |
| 发明（设计）人： | 朱家松;林伟东;孙科 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G08G1/01 | 分类号： | G08G1/01;G08G1/04 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 王永文;刘文求 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于无人机与长短时记忆网络的车辆行为识别方法及系统，方法包括：调取离线采集到的交通视频数据；对交通视频数据中的车辆进行检测追踪，提取出车辆行驶轨迹；对预处理后的车辆行驶轨迹进行特征提取，并建立训练数据集与测试数据集；使用双向长短时记忆递归神经网络对训练数据集进行模型训练，生成车辆行为识别模型；将测试数据集输入至车辆行为识别模型中进行精度评估；将在线实时采集到的交通视频数据输入至经过精度评估后的车辆行为识别模型进行车辆行为的识别，输出识别结果。本发明通过基于双向长短时记忆网络建立车辆行为识别模型来对交通视频数据中的车辆行驶轨迹进行识别，从而判断出车辆的行驶行为，识别精度高。 | ||
| 搜索关键词： | 基于 无人机 短时记忆 网络 车辆 行为 识别 方法 系统 | ||
【主权项】：
1.一种基于双向长短时记忆网络的车辆行为识别方法，其特征在于，所述方法包括：调取通过设置在交通道路上空的无人机离线采集到的交通视频数据；使用深度卷积神经网络建立的车辆检测模型对所述交通视频数据中的车辆进行检测追踪，提取出车辆行驶轨迹；对所述车辆行驶轨迹进行预处理，对预处理后的车辆行驶轨迹进行特征提取，并依据提取的特征数据建立训练数据集与测试数据集；使用双向长短时记忆递归神经网络对所述训练数据集进行模型训练，生成车辆行为识别模型；将所述测试数据集输入至车辆行为识别模型中进行精度评估；将无人机在线实时采集到的交通视频数据输入至经过精度评估后的车辆行为识别模型进行车辆行为的识别，输出识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳大学，未经深圳大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811261110.8/，转载请声明来源钻瓜专利网。
