基于结构化学习的车辆行为分析

• 作者: 毛莎莎 牟伦田 谢海涛 陈艳艳
• 来源期刊: 交通工程
• 学科: 交通运输
• 关键词: 车辆行为分析 结构化学习 结构化标签 结构化深度森林模型 结构化卷积神经网络模型
• 年，卷（期）: 2019,（4）
• 页码范围: 29-36
• 页数: 8页
• 分类号: U471
• 语种: 中文
• DOI: 10.13986/j.cnki.jote.2019.04.005

摘要

人工智能的快速发展促使交通领域的研究走向智能化,基于视觉的车辆行为分析成为一个活跃且具有挑战性的研究领域.然而,现有方法只是对车辆行为进行简单分类,缺乏对车辆行为的结构化分析.受结构化学习启发,本文提出基于结构化学习的车辆行为分析方法.即采用能够捕捉车辆行为显著视觉信息的结构化标签表征车辆瞬时行为状态,结构化标签中同时包含车辆行为趋势和行为程度2个信息.为验证所提方法的可行性,本文将结构化标签分别与深度森林和卷积神经网络相结合,构建了结构化深度森林模型和结构化卷积神经网络模型.初步实验结果验证了对车辆行为进行结构化分析的有效性.