《电子测量技术杂志》发表论文赏析

基于深度学习的高速公路交通事故检测方法研究

来源:电子测量技术杂志2026年第6期北京时间:

作者:凌锐,闫坤,梁宏宇,韦焯淇,郝航勃

单位:1.桂林电子科技大学信息与通信学院 桂林 541004; 2.桂林电子科技大学卫星导航定位与 位置服务国家地方联合工程研究中心 桂林 541004

摘要:现有单阶段深度模型的交通事故检测在高速公路场景中误报率高、计算冗余大,严重制约了实际部署。为此,本文提出一种基于双阶段架构的高速公路交通事故检测方法,采用“静止车辆筛选+外观特征识别”的处理流程。第一阶段结合YOLO11与Bot-SORT,实现对车辆的检测与跟踪,并通过帧间速度分析筛选出疑似事故的静止车辆。第二阶段引入改进模型YOLO-EA,仅对静止车辆执行外观检测,并采用多帧投票机制提高判断稳定性与鲁棒性。YOLO-EA基于YOLO11架构,引入EAS-Stem模块与AWD-Conv模块,前者增强了输入阶段边缘与轮廓的特征提取,后者提升了下采样效率并在保留关键特征同时降低计算负担。实验结果表明,YOLO-EA在Precision、mAP@0.5和mAP@0.5:0.95上分别提升10.9%、3.4%和2.8%,参数量减少21%;在构建的事故视频数据集上,本方法的事故识别率达81.25%,相对于单阶段检测策略误报率降低24.46%。该方法在准确性与推理效率之间实现良好平衡,具备较强的实际部署潜力。

关键词:交通安全;事故检测;多目标跟踪;深度学习;高速公路

基金资助:国家自然科学基金(62101147)、广西自然科学基金(桂科2020GXNSFAA159146)、广西创新驱动发展专项(桂科AA21077008)、教育部重点实验室基金(CRKL190108)项目资助

2026年6期其他文献查阅:

面向风机变桨系统的双冗余热拔插电源系统

一种改进的级联型宽增益LLC变换器

基于对话的多模态情感分析技术研究

基于深度学习的高速公路交通事故检测方法研究

单谐振线圈测量海水电导率的仿真分析与试验验证

超导并联纳米线双分辨单光子探测器

基于YOLOv8改进的指针式仪表检测算法

基于改进VMD-TCN-LSTM的电动汽车短期负荷预测

电磁悬浮系统的分数阶线性自抗扰控制

改进旅鼠算法的机器人路径规划研究

基于RT-DETR的无人机航拍图像小目标检测算法

基于3D高斯溅射的复杂室内环境SNGO-SLAM算法

基于改进Bi-RRT*的路径规划算法研究

基于STM32的多通道大气腐蚀监测系统设计

基于跨模态生理信号融合的飞行员认知状态检测

基于动态频域特征解耦的中长期电力负荷预测

多尺度局部特征融合的弱监督点云语义分割

MGEF-DETR:多尺度门控增强融合的无人机目标检测算法

基于YOLO11-MDA的水下垃圾多尺度目标检测方法

LiteSteel-YOLO :小目标低对比度轻量级钢材缺陷检测网络

基于轻量化YOLOv8n的火焰烟雾检测方法

优化EfficientNet架构的可解释性脑肿瘤分类模型研究

基于改进YOLOv11光伏热斑小目标缺陷检测

动态场景下的工件尺寸测量

改进YOLOv10n的绝缘子缺陷检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!