基于CNN和LSTM混合模型的车辆行为检测方法

摘要

为了解决复杂道路环境下前方车辆行为识别率低、实时性差的问题,提出一种基于CNN和LSTM混合模型的车辆行为检测方法。首先,利用YOLOv3目标检测算法与Kalman滤波对前方车辆视频中的车辆目标进行实时检测与跟踪,获取目标大小、位置、轨迹等信息,其次将检测跟踪得到的特征信息输入LSTM网络建立时间序列模型,最终识别前方车辆行为。通过实验验证了本文方法的有效性。