一种基于深度学习的交通拥堵程度多维度分析方法

摘要

本发明公布了一种基于深度学习的交通拥堵程度多维度分析方法，包括有以下步骤：1)相机预置位设置以及相机标定；2)卷积神经网络模型初始化；3)获取实时视频流；4)检查相机工作状态；5)使用卷积神经网络模型对兴趣区域进行车辆目标检测；6)车辆目标跟踪；7)交通参数采集；8)拥堵勘探初步进行拥堵预测；9)拥堵程度分析；10)拥堵事件上报并设置睡眠状态。本发明采用了道路容纳率、平均速度等多维度的交通参数来进行准确而快速地交通拥堵程度分析，鲁棒性好且检测准确率较高。