基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法

摘要

本发明公开了一种基于深度学习和轨迹跟踪的匝道出口车辆违法识别方法，包括：采集车辆信息并将车辆信息制作成样本集；将样本集输入到网络模型中进行训练，得到训练好的网络模型；将待测车辆信息输入到训练好的网络模型，输出待测车辆的检测信息；对待测车辆在相邻时间节点上的位置进行跟踪处理，得到待测车辆在时间序列上的行车轨迹；确定行车轨迹的长度、待测车辆的驻留时间以及行车方向；若待测车辆的驻留时间超过时间阈值且行车轨迹的长度小于长度阈值，则待测车辆属于停车违法；若待测车辆的行车方向与车道方向相反，则待测车辆属于逆行或倒车违法。本发明能够实现对车辆的全面监控，准确地识别车辆的违法行为，提高了行车违法的识别效率。