关键词traffic accident analysis
搜索结果 - 4
- 事故 GPT：用于交通事故分析的大型多模态基础模型
交通事故分析是提升公共安全和制定道路规章的关键。本文介绍了 AccidentGPT 的概念，它是一个交通事故分析的基础模型，可以通过多模态输入数据自动重建事故过程视频，并提供多任务分析和多模态输出。AccidentGPT 的设计包括多模态输 - 具有多个标签的交通事故数据库，包含多个视角的环境信息
发展自动驾驶和高级驾驶辅助系统技术是必要的，而交通事故识别在其中起着重要作用。我们提出了一个大规模交通事故识别数据集 V-TIDB，通过注释多种环境信息作为多标签来提高交通事故识别的性能。实验结果表明 V-TIDB 能够学习细致考虑环境信息 - 图神经网络用于道路安全建模：事故分析的数据集和评估
本文通过构建一个大规模、统一的数据集，总计 900 万条交通事故记录，并结合道路网络和交通量报告，评估了现有的深度学习方法在预测道路上事故发生的准确性。研究发现，图神经网络（如 GraphSAGE）能够准确预测道路上事故的数量，平均绝对误差 - 基于贝叶斯网络的可解释交通事件分析
本文提出了一种基于贝叶斯网络的可解释框架，用于交通事故预测，从而解决了现有的基于机器学习的交通事故分析方法缺乏可解释性的问题。通过构建数据集的流程，将交通数据导入该框架，同时保留了关键的交通数据信息。通过一个具体的案例研究，我们的框架可以从