一种面向路口车辆行为识别的改进LSTM分类模型

作者：肖海鹏; 王任栋; 曹波; 李炯

来源：军事交通学院学报, 2020, 22(07): 83-88.

DOI：10.16807/j.cnki.12-1372/e.2020.07.019

• 车辆行为识别
• LSTM分类模型
• 运动轨迹预测

针对传统LSTM分类模型对车辆直行等行为识别准确率不高的问题,提出一种改进LSTM分类模型。在改进模型中,首先把输入特征进行横向合并,再输入1个LSTM细胞。该模型可以充分利用输入信息,减少计算量,单个LSTM细胞模型具有较强的抗干扰能力、更好的分类效果以及更快的训练速度。实验表明,改进后的模型较改进前总体识别准确率提高1.6%,其中直行识别准确率提高2.04%,训练时间减少3.96 s,识别准确率和训练速度较改进前的模型均有所提升。

• 单位
  中国人民解放军军事交通学院