COLLIDE-PRED：基于监控视频的道路上碰撞预测
计算机视觉与模式识别
2021-01-22 v1
摘要
预测道路异常（如交通事故或交通违规）是交通监控中的一项挑战性任务。如果此类预测能够提前完成，许多损失便可被控制。在我们本工作中，我们尝试利用计算机视觉和深度网络为交通监控视频中的自动碰撞预测制定解决方案。它涉及目标检测、跟踪、轨迹估计和碰撞预测。我们提出了一种端到端的碰撞预测系统，命名为COLLIDE-PRED，它智能地整合运动物体过去与未来轨迹的信息以预测视频中的碰撞。它是一个从目标检测开始，用于目标跟踪，随后进行轨迹预测并以碰撞检测结束的流程。COLLIDE-PRED能够正确识别可能的碰撞地点以及可能引发碰撞的物体。所提方法通过大量不同视频进行了实验验证，证明在提前识别事故方面是有效的。
引用
@article{arxiv.2101.08463,
title = {COLLIDE-PRED: Prediction of On-Road Collision From Surveillance Videos},
author = {Deesha Chavan and Dev Saad and Debarati B. Chakraborty},
journal= {arXiv preprint arXiv:2101.08463},
year = {2021}
}