一种基于时序数据和神经网络的车辆双闪灯检测方法

本发明公开了一种基于时序数据和神经网络的车辆双闪灯检测方法，包括：使用目标检测及多目标跟踪算法获取车辆轨迹；将车辆的历史图像序列框转化为灰度图像之后，通过计算平均值获得时序亮度波形曲线；对时序亮度波形曲线进行Savitzky‑Golay滤波、去趋势化、梯度计算等预处理；将预处理后的时序亮度波形曲线输入训练好的神经网络得到主频率；最终得出双闪灯检测结果。本发明利用神经网络进行数据特征的提取，以提升特征提取的质量并获得高准确度；同时，在将数据输入神经网络之前，先采用传统方法提取亮度特征，以减少不必要的输入信息，降低网络的复杂度，从而简化训练过程，实现广泛的工程部署。