文献综述（或调研报告）：
交通事故检测技术综述
摘要：随着辅助驾驶甚至无人驾驶车辆的发展和普及，机器学习、深度学习在交通安全领域图像识别方面的应用研究也不断开展，并取得了不少的成果。交通事故过程可分为碰撞前、碰撞以及碰撞后,各阶段特征对于事故检测具有重要作用；事故检测从目标检测、目标跟踪和目标行为判断方面发展出大量相关技术；深挖交通事故产生的视觉规律，结合更加先进、高效的深度学习图像识别技术，是未来交通事故检测技术的发展方向。
关键词：交通事故；检测；深度学习;神经网络
I引言
随着社会经济发展水平的不断提高，人们对于道路交通安全性的要求性越来越强，在智慧交通、无人驾驶等背景下，对道路危险情况及交通事故的检测技术也不断发展。一个关键的挑战是构建能够在现实世界中遇到的情况下准确感知并安全地应对各类危险道路情况的交通事故检测系统。现有工作趋向于基于深度学习的计算机视觉分类来检测道路危险情况。
II交通事故阶段特征
2.1碰撞前
碰撞前的特征是任何车辆/两者均明显违反交通规则，包括违反行车线，违反交叉路口的信号，违反拥挤道路的速度限制，道路突然运动等。因此可以通过基于速度，加速度，轨迹，位置等参数应用异常[1]检测方法进行检测。
2.2碰撞
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
