《基於深度學習的城市路網交通狀態視覺識別方法研究》是依託長沙理工大學，由曹倩霞擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於深度學習的城市路網交通狀態視覺識別方法研究
- 項目類別：青年科學基金項目
- 項目負責人：曹倩霞
- 依託單位：長沙理工大學
- 批准號：51608054
- 申請代碼：E0804
- 負責人職稱：講師
- 研究期限：2017-01-01 至 2019-12-31
- 支持經費：20（萬元）
項目摘要
隨著城市路網中交通視頻監控網路的不斷完善和運行，從交通視頻大數據中挖掘信息，高效、準確地識別路網交通狀態，成為交通視頻監測領域迫切需要解決的問題。本項目圍繞交通狀態視覺特徵參數的選擇和提取、單個交通視頻監控節點的交通狀態識別方法、路網交通狀態識別方法三個內容由點及面的開展研究。首先通過分析交通參數與交通狀態之間的關聯程度，確定適合交通狀態視覺識別任務的交通參數及其視覺特徵表達，並利用視覺注意機制進行參數提取；然後結合稀疏表示和深度學習理論建立單個視頻監控節點的交通狀態識別模型；在此基礎上，運用流形學習和深度學習理論建立路網交通狀態聚類模型，實現路網交通狀態自動分區進而對子區的交通狀態進行有效識別；最後研究大規模路網數據下求解模型的快速高效算法。本項目的研究將為城市路網交通狀態識別提供新的理論與方法，研究成果具有重要的理論意義和廣闊的套用前景。
