一种考虑类间相似性的车辆异常行为识别方法

本发明属于智能交通领域，公开了一种考虑类间相似性的车辆异常行为识别方法，包括：S1.采集研究路段的车辆轨迹数据，提取轨迹特征；S2.根据行为标签统计各类车辆行为的轨迹特征表现，进行各类车辆行为的类间相似性度量；S3.设计CISP损失函数，以便模型关注因类间相似度而被错误分类的数据；S4.在时间卷积网络TCN的基础上引入注意力机制AM建立车辆异常行为识别模型，并使用步骤S3设计的CISP损失函数进行模型训练与优化，完成车辆异常行为识别。本发明能够有效克服传统方法在处理数据不平衡和复杂交通场景中的局限性，实现更高的识别精度和鲁棒性。