基于深度学习的交通拥堵检测

摘要：

针对交通拥堵检测,提出一种利用深度学习中卷积神经网络(convolutional neural network,CNN)对交通拥堵图像进行检测的方法.首先,使用基于TensorFlow框架设计了含有三层卷积层的神经网络分类模型.其次,利用道路拥堵与非拥堵图片对分类模型进行训练,并进行评估.最后,利用训练完成的模型进行道路拥堵检测,与多种深度学习分类模型分类方法进行对比实验,表明该卷积神经网络模型能够更有效地进行拥堵检测,检测准确率达到了98.1％.

关键词：拥堵检测、卷积神经网络、深度学习、TensorFlow

所属期刊栏目：44

分类号：TP751(遥感技术)

资助基金：国家自然科学基金资助项目61604105

在线出版日期：2021-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：107-116