一种基于时空前序编解码预测器的交通事故识别方法

摘要

本发明涉及一种基于时空前序编解码预测器的交通事故识别方法，具体步骤如下：使用并列的卷积神经网络进行特征提取，提取交通速度和流量的时间周期性和上下游的空间关联性，随后通过时空位置嵌入保证交通流时空特征的同步捕捉，并将交通流的时空特征结合时空Transformer捕获交通流静态和动态的时空依赖性。之后通过多次提取时交通流空依赖性结合卷积神经网络得到事故发生概率，最终实时地精准地识别交通事故的发生。本发明能够利用城市交通数据：固定站点平均车速，固定站点平均流量，对城市交通事故进行有效识别，为城市交通安全提供有效信息，具有识别精度高、实时性强、模型训练时间短等特点。