基于循环神经网络和差分自编码器的异常轨迹检测方法及系统

    公开(公告)号:CN114841316A

    公开(公告)日:2022-08-02

    申请号:CN202210439506.7

    申请日:2022-04-25

    摘要: 本发明公开了一种基于循环神经网络和差分自编码器的异常轨迹检测方法及系统,包括:对采集到的原始轨迹数据进行分段,获取分段后的轨迹数据;将目标地图划分为若干个网格,对分段后的轨迹数据进行离散化处理,获取离散化轨迹数据;对离散化轨迹数据进行划分,获取训练集和测试集;基于循环神经网络和差分自编码器,构建异常轨迹检测模型;将训练集输入到异常轨迹检测模型中进行训练,获取最优化的异常轨迹检测模型;将测试集输入到最优化的异常轨迹检测模型中,获取轨迹的异常分数;基于异常分数,判断轨迹是否异常。本发明能够通过生成模型对车辆的轨迹信息进行编码,探索轨迹异常在潜在空间中的表现形式,并对异常进行判别,提高检测的准确性。