Sep, 2018

基于闭路电视交通摄像头的事故分析新数据集 CADP

PDF
TL;DR本文提出了一个用于交通事故分析的新数据集，并在数据分析中发现了由于场景中物体大小和复杂性而导致的行人类别目标检测下降。综合新的 Context Mining 和 Augmented Context Mining 算法，提出了一种用于解决小行人检测问题的检测算法。并在该数据集上使用 Faster R-CNN 和 Accident LSTM 架构进行了交通事故的预测，平均时间到事故已达 1.684 秒，平均精度为 47.25％。
traffic accidents analysisspatio-temporal annotationsobject detectioncontextual informationaccident lstm architecture
发现论文，激发创造
  • 大数据和深度学习在智慧城市中的应用：面向 AI 驱动的交通事故检测和计算机视觉系统的综合数据集

    本研究关注应用先进的技术方法提高交通事故的检测，通过引入一种创新的综合数据集来增强智能城市中的计算机视觉和动作识别系统，旨在填补现有研究的空白，提供用于交通事故检测的基准数据集，以推动学术研究并提升实时事故检测应用，从而实现更安全、更高效的智能城市环境的发展。

    Jan, 2024

  • 利用深度学习的实时交通监控事故检测

    本论文提出了一种在交通监控应用中实现交通事故检测的高效框架，包括基于 YOLOv4 方法的准确物体检测、基于 Kalman 滤波器以及匈牙利算法的对象跟踪，以及轨迹冲突分析的事故检测，并且用于真实交通视频数据的实验结果证明了该方法的实时应用的可行性。

    Aug, 2022

  • 智慧城市交通：用深度学习集成方法进行交通事故检测

    本研究对现有的事故检测技术进行了全面的探索研究，重点介绍了尾部碰撞、侧面碰撞和正面碰撞等不同类型的交通事故，并引入了适用于智慧城市交通监控系统的 I3D-CONVLSTM2D 模型架构，结合 RGB 帧和光流信息进行事故检测。实验分析验证了该方法的有效性，该模型在平均精度（Mean Average Precision，MAP）方面表现优异，达到了 87%。同时，本研究还详细阐述了数据不平衡在有限数据集、道路结构和交通场景方面带来的挑战，最终为基于视觉的事故检测系统在智慧城市基础设施中实时集成到边缘物联网设备提供了路径指引。

    Oct, 2023

  • 一种记忆增强的多任务协作框架，用于无监督驾驶视频中的交通事故检测

    通过多任务协作的记忆增强框架（MAMTCF）来无监督地检测驾驶视频中的交通事故，同时对外观变化和目标运动建模，取得了比现有方法更好的性能。

    Jul, 2023

  • 第一人称视角视频的无监督交通事故检测

    本文提出了一种基于未监督学习的方法，通过预测交通参与者未来位置并监测三种不同策略的预测准确度和一致性来检测仪表板安装的摄像头视频中的交通事故。实验结果表明，该方法优于最先进的方法。

    Mar, 2019

  • 智能交叉口：基于双流卷积网络的交通视频实时近事故检测

    本文提出了一个基于卷积神经网络的两流网络结构，可实现交通视频数据中道路用户的实时检测，跟踪和接近事故检测。使用我们提出的交通接近事故数据集（TNAD）进行实验，该数据集涵盖了各种交通交互类型，并在 TNAD 数据集上表现出有竞争力的、定性和定量的高帧率性能。

    Jan, 2019

  • 行人模式数据集

    介绍了一份用于自动驾驶的行人模式数据集，其中包含了行人和车辆的 Full HD 视频和 GPS 数据，通过对采集的视频进行快速 R-CNN 行人检测，可得出每个时间段内人流密度估计，以便于评估不同路径下的人流风险。

    Jan, 2020

  • DeepAccident: V2X 自动驾驶运动与事故预测基准

    本文提出了 DeepAccident 数据集，据此可以直接评估不同自动驾驶算法的事故预测能力，这个数据集包含了多种真实世界中常见的事故场景，并提供了可用于感知和预测任务的多视角数据，并展示了基于 V2X 的运动和事故预测任务及 3D 物体检测的基准模型 V2XFormer。

    Apr, 2023

  • 基于上下文视觉转换器的交通事故风险预测

    本文提出了一种通过上下文视觉变换器进行端到端训练的新框架，该框架可以有效地推理有关问题的空间和时间方面，同时提供准确的交通事故风险预测，并在两个不同地理位置的大规模交通事故数据集上优于现有技术。

    Sep, 2022

  • DualCam: 一种新的用于细粒度实时交通信号灯检测的基准数据集

    该研究提出了一种新颖的基准交通灯数据集，包括用于训练和测试的图像和视频，还提出了一种使用双摄像头输出的后处理算法，可以在速度和准确性之间取得平衡，以便自动驾驶汽车可以安全地在城市和半城市道路上导航。

    Sep, 2022