Resumen

La detección rápida y precisa de los accidentes es importante para salvar vidas y mejorar la gestión de los incidentes de tráfico. En este trabajo, se desarrolló un marco de aprendizaje profundo basado en la fusión de características para la tarea de detección de accidentes de tráfico urbano basada en vídeo, con el objetivo de lograr un equilibrio entre la velocidad de detección y la precisión con recursos informáticos limitados. En este marco, se propuso una red neuronal residual (ResNet) combinada con módulos de atención para extraer características de apariencia relacionadas con accidentes de vídeos de tráfico urbano (es decir, un extractor de características de apariencia de accidentes), que se alimentaron a un modelo de fusión de características espaciotemporales, Conv-LSTM (Convolutional Long Short-Term Memory), para capturar simultáneamente características de apariencia (estáticas) y movimiento (dinámicas) de accidentes. El modelo propuesto se entrenó con un conjunto de clips de vídeo que incluían 330 accidentes y 342 sucesos no relacionados con accidentes. En general, el modelo propuesto alcanzó una precisión del 87,78% en el conjunto de datos de prueba y una velocidad de detección aceptable (FPS > 30 con GTX 1060). Gracias al módulo de atención, el modelo propuesto puede capturar las características de apariencia localizada (por ejemplo, daños en el vehículo y peatones caídos) de las colisiones mejor que las redes neuronales convolucionales convencionales. El módulo Conv-LSTM superó al LSTM convencional en cuanto a la captura de características de movimiento de los accidentes, como la congestión de la calzada y los peatones que se reúnen tras el accidente. En comparación con el modelo tradicional de detección de colisiones basado en el movimiento, el modelo propuesto logró una mayor precisión en la detección. Además, puede detectar colisiones mucho más rápido que otros modelos basados en la fusión de características (por ejemplo, C3D). Los resultados muestran que el modelo propuesto es un prometedor algoritmo de detección de colisiones de tráfico urbano basado en vídeo que podría utilizarse en la práctica en el futuro.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:modelo, colisiones, características de apariencia, redes neuronales convolucionales convencionales, extractor de características de apariencia de colisiones, modelo de fusión de características espaciotemporales, algoritmo de detección de colisiones de tráfico urbano, tarea de detección de colisiones de tráfico urbano, velocidad de detección aceptable, detección precisa de colisiones.
• Keywords:model, crashes, appearance features, conventional convolutional neural networks, crash appearance feature extractor, spatiotemporal feature fusion model, urban traffic crash detection algorithm, urban traffic crash detection task, acceptable detection speed, accurate crash detection