公开(公告)号：CN118537645A

公开(公告)日：2024-08-23

申请号：CN202410670825.8

申请日：2024-05-28

Applicant: 西南财经大学

Inventor： 高强 ,  刘超然 ,  占求港 ,  黄鹂 ,  刘贵松 ,  蒋太翔 ,  张榕 ,  马奥

IPC: G06V10/764 ,  G06V10/82 ,  G06N5/04 ,  G06V10/774 ,  G06N3/08 ,  G06V10/762 ,  G06N3/045 ,  G06N3/096 ,  G06N3/0464

Abstract: 本发明涉及轨迹识别领域，具体涉及一种开放环境下车辆异常轨迹检测模型的架构方法，其模型包括编码网络、嵌入网络和推理网络。在训练阶段，首先利用包括相似性损失和交叉熵损失的总损失，更新模型参数，然后，利用更新后的模型采用交叉熵损失更新相似性学习网络，直至训练完成。所述相似性损失的计算包括：基于轨迹嵌入利用相似性学习网络计算各轨迹间的轨迹相似性，基于预测概率分布计算交叉熵损失以及各轨迹间的轨迹相似性，然后，对齐两类相似性计算相似性损失。本发明的方法，通过引入相似性损失，使得模型不仅学习单个轨迹的分类，还能理解不同轨迹之间的关系和联系，其能在开放世界的假设下，有效地对环境中未知的异常行为进行分类。