MEDAVET：基于车辆交通时空结构的交通车辆异常检测机制
计算机视觉与模式识别
2023-10-31 v1 计算机与社会
摘要
当前已有计算机视觉系统协助我们完成对人类而言枯燥的任务，如监控与车辆跟踪。此类分析的一个重要环节是识别交通异常。异常告诉我们发生了不寻常之事，此处即在高速公路上。本文旨在利用计算机视觉对车辆跟踪建模以检测高速公路上的交通异常。我们开发了检测、跟踪与交通分析步骤：从城市交通视频中检测车辆，使用二部图与凸包算法跟踪车辆以界定移动区域。最后，对于异常检测，我们使用两种数据结构来检测异常的开始与结束。其一是四叉树，用于聚集道路上长时间停止的车辆；其二是用于逼近被遮挡车辆的结构。实验结果表明，我们的方法在 Track4 测试集上表现可接受，F1 分数为 85.7%，均方误差为 25.432。
引用
@article{arxiv.2310.18548,
title = {MEDAVET: Traffic Vehicle Anomaly Detection Mechanism based on spatial and temporal structures in vehicle traffic},
author = {Ana Rosalía Huamán Reyna and Alex Josué Flórez Farfán and Geraldo Pereira Rocha Filho and Sandra Sampaio and Robson de Grande and Luis Hideo and Vasconcelos Nakamura and Rodolfo Ipolito Meneguette},
journal= {arXiv preprint arXiv:2310.18548},
year = {2023}
}
备注
14 pages, 14 figures, submitted to Journal of Internet Services and Applications - JISA