深度学习下交通拥堵路段信息自动识别仿真

摘要

由于人口密度、汽车保有量等因素的增加,导致城市道路交通拥堵,严重影响了人们的正常生活和工作。为了有效识别出交通拥堵路段,提出基于深度学习的交通拥堵路段信息自动识别方法。将交通图像输入深度学习网络中,输出增强后的交通图像;采用时空兴趣点检测算法消除图像中的冗余点,并提取兴趣点的边缘信息、纹理特征和颜色分布属性,根据提取结果获取图像中的交通拥堵区域;在二流理论的基础上建立交通拥堵路段信息识别模型,对交通拥堵路段信息自动识别。实验结果表明,所提方法的图像增强效果好、车辆检测精度高、交通拥堵路段车流量信息识别与实际流量相符。