公开(公告)号：CN116415200A

公开(公告)日：2023-07-11

申请号：CN202310395220.8

申请日：2023-04-13

Applicant: 北京信息科技大学

Inventor： 王磊 ,  刘宇航 ,  赵晓永 ,  崔国玺 ,  张静乐 ,  王宁宁 ,  卢慧雅

IPC: G06F18/2433 ,  G06F18/2113 ,  G06N3/0442 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/094 ,  G08G1/01

Abstract: 本发明涉及一种基于深度学习的异常车辆轨迹异常检测方法及系统，其包括：将获取的车辆轨迹数据进行网格化处理，并对网格化处理后的车辆轨迹数据基于GRU和VAE提取特征向量；将提取到的特征向量输入到构建的GRU‑WGAN模型中，GRU‑WGAN模型包括一个生成器和一个判别器，生成器和判别器均由GRU网络构成；生成器根据输入的特征向量重建轨迹特征点，重建的轨迹特征点与真实数据输入判别器中，由判别器判定轨迹是否异常，并根据判定结果更新生成器和判别器的参数，学习训练特征提取部分的输出和真实数据的潜在特征，得到判别器最优的输出结果，完成车辆轨迹数据异常检测。本发明能有效提高检测准确度，并提高了模型的可解释性和稳定性、有效性。