低照度环境乡村公路行人穿越行为识别

为提高低照度环境下乡村公路行人穿越安全水平,提出了一种基于车载远红外视频的夜间行人穿越行为识别系统,该系统主要是利用YOLOv4和DeepSort对远红外视频中的行人进行检测跟踪,然后考虑到行人与路边缘的相对位置关系和行人的运动状态这两个因素与行人穿越行为的联系,进行车道线检测和行人运动光流检测,最后利用3D ResNet模型对检测处理后的行人进行过街行为识别。研究结果表明:所提方法对夜间行人穿越行为识别的准确率高达88.42%,同R(2+1)D、DenseNet等动作识别网络相比,分别提高了3.07%、7.01%。所提识别模型性能较好,可为后续的乡村公路行人穿越安全研究奠定基础。