基于大小模型交互的高速公路交通事件检测方法

齐玉亮; 石兆年; 孙叶藤; 刘海玉; 康素梅

doi:10.12404/j.issn.1671-1815.2502927

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (6) :2627-2635 DOI: 10.12404/j.issn.1671-1815.2502927

交通运输

基于大小模型交互的高速公路交通事件检测方法

齐玉亮 ¹ ,
石兆年 ¹ ,
孙叶藤 ¹ ,
刘海玉 ¹ ,
康素梅 ²

作者信息 +

Method for Traffic Incident Detection on Expressways Based on Interaction between Large and Small Models

Author information +

文章历史 +

摘要

随着高速公路交通流量的持续增长,精准高效的交通事件检测已成为保障道路畅通与安全的关键。提出了一种基于大小模型交互的高速公路交通事件检测方法。首先,YOLOv8小模型利用其高效的目标定位机制,可在接收视频图像后快速完成交通目标的初步检测与筛选,并准确定位潜在事件区域。其次,基于Transformer架构的大模型对候选区域进行深度解析,借助全局特征提取与语义理解能力实现交通事件类型的精确识别。该方法通过小模型初筛与大模型精细分析的协同机制,兼顾检测速度与精度。最后,在自建高速公路交通事件数据集上的实验结果表明,该方法在检测准确率、召回率等指标上均显著优于单一模型,为高速公路交通管理提供了高效可靠的技术支撑。

Abstract

With the continuous growth of highway traffic flow, accurate and efficient traffic event detection has become critical for ensuring road safety and smooth operations. A highway traffic event detection method based on the interaction of large and small models was proposed. First, the YOLOv8 small model leverages its efficient object localization mechanism to quickly perform preliminary detection and screening of traffic targets from incoming video frames, accurately identifying potential event regions. Then, a Transformer-based large model conducts in-depth analysis of the candidate regions, achieving precise recognition of traffic event types through global feature extraction and semantic understanding. By combining the small model’s rapid screening with the large model’s detailed analysis, the proposed method balances detection speed and accuracy. Experimental results on a self-built highway traffic event dataset demonstrate that this approach significantly outperforms single-model methods in terms of precision, recall, and other metrics, providing an efficient and reliable technical solution for highway traffic management.

Graphical abstract

关键词

高速公路 / 交通事件检测 / YOLOv8模型 / Transformer架构 / 大小模型交互

Key words

expressway / traffic incident detection / YOLOv8 model / Transformer architecture / collaboration of large and small models

引用本文

引用格式 ▾

齐玉亮, 石兆年, 孙叶藤, 刘海玉, 康素梅. 基于大小模型交互的高速公路交通事件检测方法[J]. 科学技术与工程, 2026, 26(6): 2627-2635 DOI:10.12404/j.issn.1671-1815.2502927

QI Yu-liang, SHI Zhao-nian, SUN Ye-teng, LIU Hai-yu, KANG Su-mei. Method for Traffic Incident Detection on Expressways Based on Interaction between Large and Small Models[J]. Science Technology and Engineering, 2026, 26(6): 2627-2635 DOI:10.12404/j.issn.1671-1815.2502927

登录浏览全文

4963

注册一个新账户忘记密码

随着中国高速公路建设的迅猛发展,通车里程与交通流量不断增长,确保其安全高效运行对国家经济和人民生活至关重要。然而,交通事故、车辆故障等事件频繁发生,造成了巨大的经济损失和安全风险。传统的交通事件检测方法已经无法满足日益增长的需求,基于视频图像的检测方法逐渐成为研究热点。YOLOv8等小型模型在推理速度上具有优势,但在多目标重叠、小目标检测等复杂场景下精度下降明显;而基于Transformer架构的视觉大模型检测精度更高,但推理时间长、计算资源消耗大。通过将大小模型交互使用,可以充分融合二者的优势:小模型用于初步检测,大模型进行精准分析。此种交互方式不仅提高了检测效率和精度,也降低了硬件要求,对推动智能交通系统发展、辅助交通管理决策及支持新兴技术创新具有重要意义。

施俊庆等^[1]基于卷积神经网络和浮动车数据,构建时空特征输入张量,利用多层卷积-池化网络提取交通流高层特征,实现城市道路交通事件检测,提升了模型对异常流量变化的识别能力。薛盘芬等^[2]提出改进的YOLOv6模型,通过引入CIoU损失函数和卷积注意力机制(convolutional block attention module, CBAM)提升检测精度,并结合自动混合精度训练加快模型收敛,同时构建虚拟交通异常事件数据集用于训练与验证。孙健等^[3]针对夜间高速公路交通事件仍依赖人工监控的问题,提出基于循环全对场变换(recurrent all-pairs field transform, RAFT)光流特征的深度检测网络,并结合DeepSort算法实现目标跟踪与速度估计,提升了夜间交通事件的自动检测能力。Mo等^[4]结合掩模法与SpyNet网络,以密集光流作为检测对象,构建夜间车辆检测深度学习网络,并引入DeepSort进行目标跟踪与速度测量,有效提升了夜间事件检测效率与准确性。梁宇^[5]提出基于三维卷积神经网络(3D-convolutional neural networks,3D-CNN)的交通事件检测系统,实现了事件实时检测、分类识别和报警提示,在多类事件检测中表现出良好性能。张兵等^[6]提出基于变分自编码器(variational autoencoder, VAE)、随机森林(random forest, RF)和CatBoost的检测框架,使用VAE进行数据平衡、RF筛选最优特征,并以CatBoost实现最终分类检测,在多个指标上表现出优异性能。Sun等^[7]结合深度学习与改进的动态时间规整(dynamic time warping, DTW)算法,提取车辆轨迹进行行为模式学习,通过轨迹与典型模式的匹配,实现交通状态的高效识别。罗预欣等^[8]构建交通事件特征变量集,采用AdaBoost、梯度提升决策树(gradient boosting decision tree, GBDT)与RF筛选关键变量,最终利用粒子群优化加权随机森林模型,提升了高速公路事件检测的准确性。

随着大模型与Transformer架构在视觉任务中的广泛应用,越来越多研究开始关注其在交通事件检测中的潜力。相比传统深度神经网络,Transformer具备更强的全局建模能力与注意力机制,有助于提升检测模型的表达能力与复杂场景下的鲁棒性。

屠康等^[9]针对多标签分类与数据不平衡问题,提出基于ViT与Swin Transformer融合的联合学习网络,并通过数据增强策略缓解过拟合,显著提升模型准确率与泛化能力。王镇等^[10]提出融合ViT与CBAM注意力机制的无监督异常检测方法,用于提取异常目标显著特征,在多个图像数据集上均获得较好性能。张峰等^[11]构建基于Depth-wise卷积的视觉Transformer模型(efficient pyramid vision transformer, EPVT),通过局部感知模块、空间信息融合模块与卷积前馈网络有效结合局部与全局特征,提升图像分类效果。杨涛存等^[12]提出基于人工智能大模型的铁路异物识别方法,通过模型扩展与迁移学习适应多样化异物检测任务,在小样本与复杂环境下展现优越性能。郭佳霖等^[13]系统综述了卷积神经网络(convolutional neural network, CNN)与ViT在图像处理中的融合应用,归纳串行、并行与层级混合等多种结构,并探讨混合模型在分类、检测与分割中的潜力与发展趋势。

尽管现有的交通事件检测方法在检测速度或精度方面各有优势,但在复杂高速公路场景下,二者之间仍存在明显的权衡矛盾:轻量化模型虽具备较高的实时性,却在多目标重叠、小目标识别等复杂情况下表现欠佳;而高精度的大模型在特征提取与语义理解上具有优势,但推理速度慢、计算资源消耗大,难以满足实时交通监测的需求。为此,现提出一种基于大小模型交互的高速公路交通事件检测方法,通过小模型快速初筛与大模型精细解析相结合,以实现检测效率与准确率的平衡。

1 基于YOLOv8的小模型的检测

YOLO(you only look once)目标检测算法是当前深度学习领域中经典且高效的一阶段目标检测方法,因其简洁的结构、快速的检测速度和实时性,以及出色的多尺度检测能力、全局上下文信息利用和多任务学习支持,广泛应用于交通监控、无人机图像分析和自动驾驶等多个实际场景中。YOLOv8相比前代模型在精度、速度、结构设计和部署灵活性等方面实现了显著的提升。

选用YOLOv8n版本,具有体积小、运行效率高、适合边缘设备部署等特点,适用于高速公路视频数据的交通事件初步检测。YOLOv8的网络结构如图1所示。

YOLOv8的主要优势体现在以下3个方面。

(1)骨干网络(Backbone):YOLOv8采用新的C2f(cross stage partial with feature fusion)结构作为主干网络的关键组件,由初始卷积层、Bottleneck模块、拼接层(Concat)、最终卷积层组成,其中Bottleneck模块由两个1×1卷积和一个3×3卷积组成,用于减少计算复杂度并提取局部特征。该结构在轻量化的同时提升了特征提取的深度与多样性。该结构结合了YOLOv5的CSP(cross stage partial)设计和YOLOv7的ELAN(efficient layer aggregation network)结构,增强了信息传递与梯度流通能力,使模型能更好地适应不同尺寸与形状的目标。此外,YOLOv8延续了YOLOv5的快速空间金字塔池化(spatial pyramid pooling fast, SPPF)结构,进一步提升了特征提取的上下文感知能力。

(2)颈部结构(Neck):YOLOv8结合经典的FPN(feature pyramid network)和PAN(path aggregation network)结构,构建了多尺度特征融合模块。与YOLOv5相比,YOLOv8精简了上采样阶段,去除了一些卷积层,用C2f模块代替了C3模块,使得特征融合更加轻量化,同时保持了信息的完整性,有效提升了小目标的检测性能。

(3)预测头(Head):YOLOv8采用了解耦头结构(decoupled head),将分类任务与回归任务分离,避免了传统耦合头中的任务冲突问题,提高了检测精度。此外,YOLOv8采用了Anchor-Free设计,无须依赖预设的锚框(anchor box),从而简化了训练过程,提升了检测效率,并减少了模型的参数和计算复杂度。通过多尺度特征图的输出,模型可以同时预测物体的类别和位置,从而实现对交通目标的快速准确检测。

2 基于大模型高速交通事件检测方法架构

该大模型基于百度统一特征表示优化技术(unified feature optimization,UFO)构建,成功突破了大模型在实际落地中常见的两个技术难点:一是大模型微调过程中对计算资源的巨大消耗;二是在存储和算力受限的硬件设备上难以直接部署的问题。该技术在充分发挥大数据与大模型优势的同时,实现了性能、部署效率与成本之间的有效平衡。

所构建的大模型采用先进的Vision Transformer架构,配合精心设计的多任务多路径超网络(multi-task multi-path supernet)结构,其模型架构如图2所示。其中,Unified Feature表示统一特征、Transformer Block N表示第N个Transformer模块、Embedding表示嵌入层、FFN表示前馈网络、Attention表示注意力层、Add & Normalize表示相加与归一化。该架构以“任务”为粒度进行路径选择,使得模型具备强大的多任务处理能力。例如,能同时在高速公路场景中对机动车、非机动车、抛洒物、锥筒等多种目标进行准确检测与识别。在运行过程中,模型依据不同任务自动激活最优计算路径,仅对部分模型参数进行计算,大幅减少推理计算量,实现了接近主流单任务小模型的推理速度。

此外,该超网络具备灵活的子网抽取能力。当主网络训练完成后,可针对具体应用场景,抽取对应任务的子网络进行独立部署,无需整体加载完整模型,从而显著降低终端部署时的资源开销与能耗需求。

高速交通感知大模型支持低资源微调(fine-tuning),仅需少量特定场景数据,即可快速提升模型在细分任务上的效果,为实际应用中的场景迁移提供便利。

2.1 大模型训练资源需求

大模型基础训练在百度PaddleCloud分布式训练平台上完成,训练数据包含百万级高质量通用视觉数据和真实交通场景图像数据。模型训练后的基础模型已具备良好的检测、识别能力,为场景化优化提供基础支撑。

为进一步提升模型在特定高速场景下的性能,需对大模型进行针对性微调,具体步骤如下。

(1)数据采集。需覆盖多样化的实际交通场景(不同路段、摄像头角度、光照、天气等),确保图像清晰、无遮挡、无干扰。

(2)数据传输。所采集图像通过加密协议上传至百度云对象存储,具备一写多读(write once read many, WORM)不可篡改、访问控制列表(access control list, ACL)权限隔离等机制,确保数据传输及存储安全。

(3)数据标注。通过数据提纯平台筛选出高价值样本,对其进行人工标注。标注过程需结合不同任务的特定需求,且标注结果需经多轮审核。

(4)模型微调与评估。标注数据按训练集、验证集、测试集比例划分,对模型进行微调训练。训练过程中进行多轮评估,直至模型在目标任务中达到预期性能。

2.2 大模型的架构设计与任务扩展机制

2.2.1 模型搭建路径规划

大模型架构设计遵循从单任务探索到多任务融合再到泛化能力提升的策略,具体分为:①单任务大模型:探索单一任务的最优算法下限,提升对基础任务的性能理解;②All-in-One模型:利用多个任务数据共同训练一个大模型,构建统一通用表征;③One-for-All结构:在All-in-One基础上引入任务专家模块(task expert),通过任务感知进一步提升特定任务性能。

2.2.2 多任务协同进化机制

大模型采用多任务协同进化机制,实现任务间的高效信息共享。从多任务协同进化框架图可以看出,在多任务协同优化的过程中,通过任务专家机制(task experts)为不同任务选择最优路径:存在冲突时,模型可为每个任务单独分支训练,避免干扰;存在协同时,模型允许任务共享权重,提升泛化效果与训练效率。多任务框架支持图像与文本输入,具备强大的多模态扩展能力。多任务协同进化框架如图3所示。

2.2.3 稀疏推理与子网抽取

模型训练完成后形成一个稀疏的多任务超网络,每个任务对应不同的最优路径。在部署时,不同任务不需同时加载所有参数,而是按需抽取最小计算路径。通过任务门控机制(task-MoE),高效激活对应子网,提升推理速度并降低内存占用。

稀疏性设计不仅提升了模型部署灵活性,也为后续子任务扩展留下空间。稀疏超网示意图如图4所示。

2.2.4 子任务拓展机制

针对全新任务的接入,传统方法通常需重新训练整个模型,消耗资源过多。为此,提出子任务快速拓展机制:利用已有多任务模型中的共享分支作为初始化参数;新任务仅对FFN层参数进行微调,Attention层权重保持冻结;该机制具备“无缝整合、低资源消耗”的特点,显著提升新任务适配效率。子任务拓展方案示意图如图5所示。

2.3 大小模型交互机制

大小模型交互检测通过分层任务解耦与深度语义融合机制实现高效协作,其核心交互流程包括小模型前端触发、低延迟数据传输、大模型深度解析及事件决策融合,具体设计如下。

2.3.1 小模型前端检测与关键信息提取

YOLOv8小模型在视频流实时检测中,对置信度超过阈值的疑似事件目标执行以下处理。

(1)感兴趣区域(region of interest, ROI)动态截取:以检测框为中心扩展1.5倍空间范围,截取包含事件前后3 s的视频片段,保留目标运动轨迹的时空上下文信息。

(2)轻量化特征封装:提取目标位置坐标、类别置信度、运动速度等结构化检测特征,附加检测时间戳、摄像头地理坐标等元数据,形成包含视觉片段与先验信息的交互数据包。

2.3.2 大模型深度语义解析与事件推理

基于Transformer架构的视觉大模型接收数据后,通过多阶段处理实现精准判断。

(1)多模态输入对齐:解码视频片段并恢复至1 024×512分辨率,将小模型检测框坐标映射为注意力掩码,引导模型聚焦疑似事件区域,减少无关背景干扰。

(2)时空特征融合:通过3D卷积提取视频序列的时间维度运动特征,结合2D Transformer的全局自注意力机制捕获跨帧语义依赖,构建包含时空上下文的深度特征张量。

(3)多任务决策输出:采用多输出头结构实现事件分类、严重程度分级及持续时间预测,同时引入规则引擎校验逻辑一致性,降低单帧误判风险。

2.3.3 事件融合确认与反馈闭环

事件融合确认服务作为交互核心,通过双重校验机制保障结果可靠性。

(1)置信度加权融合:整合小模型初始置信度与大模型二次判断置信度,生成最终置信度,平衡检测速度与精度。

(2)时空一致性校验:基于摄像头标定参数转换跨摄像头检测坐标,结合轨迹跟踪算法验证不同视角下事件描述的一致性,消除视角差异导致的歧义。

(3)分级反馈机制:对置信度达标事件生成标准化警报并推送至交通管理平台;对歧义结果触发二次推理,自动补充相邻摄像头关联数据进行联合分析,形成检测闭环。大小模型交互机制如图6所示。

3 实验与结果分析

3.1 数据集收集与预处理

所用高速公路交通事件检测数据集通过多种途径广泛收集,以确保数据的丰富性和多样性,为模型训练和实验提供充足的数据支持。通过与河北京雄高速公路管理部门合作,获取了大量的实际高速公路监控视频数据。收集了不同时间段的视频数据,包括工作日和周末的早高峰、晚高峰、平峰时段,以及白天和夜晚的不同时段,以反映不同时段的交通流量变化及事件发生规律。还收集了不同天气条件下的视频数据,如晴天、雨天、雾天、雪天等,以涵盖各种复杂的天气情况对交通事件检测的影响。

其次,在数据集构成与分布上,模拟了现实世界的事件发生规律。经过筛选、标注与整理,最终形成的数据集共包含15 600张图片,涵盖了10种常见的交通事件类型,其具体分布如图7所示。

对高速公路监控视频进行分帧处理,依据帧率动态设定采样间隔以捕捉关键事件,随后通过高斯滤波、中值滤波及图像增强算法消除噪声并提升细节清晰度,并对图像进行归一化标准化(像素值0~1)。针对处理后的图像,使用labelimg进行目标类别标注,按7∶2∶1比例划分为训练集、验证集及测试集,其中测试集保留原始未增强数据,以贴近真实场景分布。同时,保证每类事件在训练、验证、测试集中按比例均匀分布。

3.2 评价指标设定

为了全面评估大小模型交互检测下的高速公路交通事件检测性能,采用准确率(precision,P)、召回率(recall,R)、F₁值(F₁)和平均精度均值(mean average precision,mAP)4个常用指标。

准确率衡量模型预测为正且实际为正的比例,反映误报情况。准确率越高,误判正常交通为事件的概率越低。召回率衡量实际为正样本中被模型正确识别的比例,反映漏报情况。召回率越高,说明模型能发现更多真实事件。F₁是准确率和召回率的调和平均,综合反映模型的整体检测能力,数值越高表示效果越平衡。mAP评估模型在多类事件检测中的总体表现,能全面反映模型对事故、故障、拥堵等多类型事件的识别能力。

(1)P=

$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}}$

(2)R=

$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{N}}$

(3)F₁=2

$\frac{PR}{P+R}$

式中:TP为真正例,即模型正确预测为正样本的数量;FP为假正例,即模型错误预测为正样本的数量;FN为假反例,即模型错误预测为负样本的数量。

3.3 实验过程与结果

为验证所提出的大小模型结合的方法的有效性,设计并开展了3组对比实验,分别采用仅使用YOLOv8算法、仅使用大模型算法以及YOLOv8与大模型相结合的方法进行交通事件检测。所有实验均在自建的高速公路交通事件数据集上进行,该数据集涵盖了丰富多样的交通场景和事件类型,为模型评估提供了全面且具有挑战性的测试环境。

3.3.1 仅使用YOLOv8算法进行检测

在该实验中,直接使用YOLOv8模型对数据集进行端到端的训练和推理。模型训练阶段设置了统一的超参数(如学习率、批量大小等),并利用验证集进行性能监控与调优,以获得最佳的事件检测模型。

3.3.2 仅使用大模型算法进行检测

在该实验中,使用基于Transformer架构的视觉大模型作为检测器。利用自建数据集对该预训练模型进行微调,使其适应高速公路交通事件的特征。微调完成后,在测试集上评估其独立的事件检测性能。

3.3.3 YOLOv8+大模型的方法进行检测

采用两阶段检测流程。首先,利用已训练的YOLOv8模型对测试图像进行初步分析,快速生成潜在事件区域的候选框。随后,将这些候选区域作为输入,递送给微调后的大模型进行二次精细化分析与分类,从而得到最终的检测结果

所有模型的训练过程均设置了统一的超参数策略,并使用验证集进行监控与调优以防止过拟合。各方法的性能对比结果如表1所示。

YOLOv8+大模型的交互检测方法在准确率(0.90)、召回率(0.85)、F₁(0.87)及平均精度均值(0.88)4项指标上均显著优于单一模型。其中,召回率较YOLOv8提升13.3%,较传统大模型提升21.4%,表明该方法能有效减少复杂场景下的漏检问题;准确率较传统大模型提升5.9%,说明通过小模型的初步筛选,大模型的误判风险显著降低。F₁作为综合衡量指标,进一步验证大小模型交互检测方法在精度与召回之间的平衡优势,尤其适合对检测可靠性要求极高的高速公路场景,部分检测结果如图8所示。

为了进一步验证所提出的大小模型交互方法在河北高速公路真实交通场景中的有效性,从京雄高速公路的实际监控视频中,对4类典型交通事件进行了实例验证,结果如表2所示。

根据表2结果可知,本文方法在真实、复杂的交通场景中表现出色。模型的平均精度均值在所有类别上均超过了0.840,尤其在“异常停车”和“施工区域”等场景中展现出极高的检测精度。值得注意的是,针对安全攸关的“行人闯入”事件,模型实现了高达0.910的召回率,确保了极低的漏报风险。即便在最具挑战性的“道路遗撒”检测中,模型依然保持了稳健的性能。

这些结果充分证明,本文方法不仅在理论上有效,在实际应用中也具有很强的鲁棒性和可靠性,能够为高速公路的智能交通管理提供精准的数据支持。

4 结论

针对高速公路交通事件检测中实时性与精度的平衡难题,所提出的基于大小模型交互的高速公路交通事件检测方法。该方法利用YOLOv8小模型结构简洁、速度快及边缘部署友好的特点,实现高速公路视频流中交通事件的快速检测,为实时监测提供前端支撑。同时,构建了基于Transformer的视觉大模型,并引入多任务多路径超网络结构与稀疏推理机制,在保证检测性能的同时有效降低计算与存储开销,提升了模型在复杂环境下的适应性。在此基础上,设计了小模型与大模型协同的分层交互框架,通过前端快速筛选与后端深度解析,实现了交通事件的高效检测与可靠确认,兼顾实时性与精度。未来工作可进一步探索多模型协同、算法自适应优化及跨场景迁移,以提升方法在复杂交通环境中的鲁棒性与通用性。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	施俊庆, 陈林武, 李素兰, 等. 基于CNN的城市道路交通事件检测算法[J]. 公路交通科技, 2022, 39(3): 176-182.

[2]	Shi Junqing, Chen Linwu, Li Sulan, et al. Urban road traffic incident detection algorithm based on CNN[J]. Journal of Highway and Transportation Research and Development, 2022, 39(3): 176-182.

[3]	薛盘芬, 靳凯斌. 基于改进YOLOv6模型的交通异常事件检测算法研究[J]. 公路交通技术, 2025, 41(1): 176-181, 189.

[4]	Xue Panfen, Jin Kaibin. Research on traffic anomaly event detection algorithm based on improved YOLOv6 model[J]. Technology of Highway and Transport, 2025, 41(1): 176-181, 189.

[5]	孙健, 胡春钢, 周竹萍. 基于RAFT的高速公路夜间交通事件检测[J]. 智能城市, 2024, 10(2): 11-13.

[6]	un Jian, Hu Chungang, Zhou Zhuping, et al. Nighttime traffic incident detection on highways based on RAFT[J]. Intelligent City, 2024, 10(2): 11-13.

[7]	Mo X, Sun C, Zhang C, et al. Research on expressway traffic event detection at night based on mask-SpyNet[J]. IEEE Access, 2022, 10: 69053-69062.

[8]	梁宇. 基于三维卷积神经网络的交通事件检测系统[J]. 西部交通科技, 2023(5): 176-177, 199.

[9]	Liang Yu. Traffic incident detection system based on 3D convolutional neural network[J]. Western China Communications Science & Technology, 2023(5): 176-177, 199.

[10]	张兵, 邹少权, 陆春霖, 等. 采用VAE-CatBoost的高速公路交通事件检测框架[J]. 重庆理工大学学报(自然科学版), 2024, 38(8): 197-207.

[11]	Zhang Bing, Zou Shaoquan, Lu Chunlin, et al. A framework for highway traffic incident detection based on VAE-CatBoost[J]. Journal of Chongqing University of Technology(Natural Science Edition), 2024, 38(8): 197-207.

[12]	Sun G, Yan K, Fan C. Deep learning-based vehicle tracking and traffic event detection[C]//4th International Conference on Computer Vision, Image and Deep Learning (CVIDL). Zhuhai: CVIDL, 2023: 522-526.

[13]	罗预欣, 张兵, 薛运强. 基于变量分析和粒子群优化加权随机森林的交通事件检测方法[J]. 科学技术与工程, 2021, 21(14): 6044-6049.

[14]	Luo Yuxin, Zhang Bing, Xue Yunqiang. Weighted random forest based on variable analysis and particle swarm optimization traffic incident detection method[J]. Science Technology and Engineering, 2021, 21(14): 6044-6049.

[15]	屠康, 马倩芳. 基于深度学习的交通事件检测系统设计[J]. 无线互联科技, 2024, 21(3): 63-65.

[16]	Tu Kang, Ma Qianfang. Design of traffic event detection system based on deep learning[J]. Wireless Internet Science and Techno-logy, 2024, 21(3): 63-65.

[17]	王镇, 翟轲, 薛赛, 等. 基于通用视觉大模型与注意力增强的无监督异常检测[J]. 北京交通大学学报, 2025, 49(3): 14-22.

[18]	Wang Zhen, Zhai Ke, Xue Sai, et al. Unsupervised anomaly detection based on universal visual transformer and attentionen hancement[J]. Journal of Beijing Jiaotong University, 2025, 49(3): 14-22.

[19]	张峰, 黄仕鑫, 花强, 等. 基于Depth-wise卷积和视觉Transformer的图像分类模型[J]. 计算机科学, 2024, 51(2): 196-204.

[20]	Zhang Feng, Huang Shixin, Hua Qiang, et al. Novel image classification model based on Depth-wise convolution neural network and visual Transformer[J]. Computer Science, 2024, 51(2): 196-204.

[21]	杨涛存, 史维峰, 李国华, 等. 人工智能视觉大模型在铁路线路异物入侵场景中的应用[J]. 中国铁路, 2025(1): 23-29, 48.

[22]	Yang Taocun, Shi Weifeng, Li Guohua, et al. Application of large-scale AI vision models to detect foreign object intrusion into railway lines[J]. China Railway, 2025(1): 23-29, 48.

[23]	郭佳霖, 智敏, 殷雁君, 等. 图像处理中CNN与视觉Transformer混合模型研究综述[J]. 计算机科学与探索, 2025, 19(1): 30-44.

[24]	Guo Jialin, Zhi Min, Yin Yanjun, et al. Review of research on CNN and visual transformer hybrid models in image processing[J]. Journal of Frontiers of Computer Science and Technology, 2025, 19(1): 30-44.

基金资助

河北省高速集团科技创新项目(02232403KY0399)

PDF (13030KB)

访问

被引

详细

导航

Received	Published	Revised
2025-04-23	2026-02-28	2025-12-04
Online Date
2026-05-30

摘要