【技术实现步骤摘要】
本专利技术涉及一种运动车辆的行为检测方法，具体涉及ー种通过对运动车辆的轨迹进行模式学习，检测运动车辆的行为异常的方法，属于运动目标检测领域。
技术介绍
随着经济的快速发展，车辆的拥有量急剧增长，导致道路交通事故的増加，由此造成了人员伤亡和经济损失的逐年増加。其中，各种交通违法行为引发的交通事故占交通事故总量的80%以上。随着传感器技术和计算机技术的不断发展，利用交通视频监控装置进行交通违章的检测、识别和处理，在实际应用中取得了较好的成效。现有技术中，利用交通视频监控装置可以实现对闯红灯、超速行驶、违章停车和逆向行驶等交通违法行为的自动检测，从而便于交通管理部门的有效管理。但是，对于车辆的其它异常行为，如违章变道、不按规定车道行驶等对于道路交通安全有着危害的行为，现有的交通视频监控装置则难以识别。运动目标的微观运动行为在时空域上的直观表现形式是轨迹，运动行为模式相同的物体在轨迹上表现出较高的相似性与重复性。通过对特定场景内多个交通个体运动轨迹的学习，可以获取轨迹数据集合的时空分布，利用模式分类等方法提取典型运动模式，从而在交通场景建模，交通行为识别与预测以及异常事...
【技术保护点】
一种基于谱聚类的车辆异常行为检测方法，包括下列步骤：(1)获取用于轨迹学习的样本视频序列，通过对样本视频序列中的车辆对象进行跟踪，获取车辆对象的时空轨迹，对所述时空轨迹进行异常轨迹去除后，得到车辆对象的轨迹序列，车辆轨迹数n大于等于100；(2)对步骤(1)获得的轨迹序列进行构图，将轨迹序列中的每条轨迹作为一个样本点，轨迹间的Hausdorff距离为样本点间的距离，首先对样本点按照局部密度进行排序，然后构建得到与轨迹序列对应的无向图，具体方法为：轨迹序列的数据样本集中有n个样本点，其中第i个样本点为vi，记样本点vi与其前k个近邻样本点的距离之和为Di，即，Di=di1+d...
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。