基于隐马尔可夫模型的交通异常行为识别算法

摘要

交通异常行为识别是智能交通领域的重要环节.传统算法只适用于简单行为的识别,对人车混合场景的交通异常行为识别率低.本文提出了一种基于隐马尔可夫模型(HMM)的交通异常行为识别算法.首先通过目标检测与跟踪,提取运动特征作为基本语义单元,并将其组合成简单事行为观测序列,然后利用Baum-Welch算法进行异常行为的HMM建模,最后根据前向算法及阈值处理识别交通异常行为.实验结果表明,本文算法能够准确识别出交通场景中行人翻越护栏、车辆逆行、压越黄线等异常行为,并且具有较好的实时性.