基于多模態(tài)大模型的高速公路場景交通異常事件分析方法

摘要： 針對現(xiàn)有交通異常事件檢測系統(tǒng)無法深入感知事件的局限性，以及人工審核報警事件成本高的問題，研究了一種結(jié)合多模態(tài)大模型(MLLM)的高速公路場景交通異常事件分析方法，設(shè)計并驗證了3種基于MLLM的任務(wù)：一是自動生成異常事件的詳細(xì)工單描述，提升事件的感知深度；二是利用MLLM對報警事件進(jìn)行復(fù)審，減少誤報，提高檢測準(zhǔn)確性；三是基于MLLM生成異常事件視頻描述，增強事件的可解釋性。實驗結(jié)... （共11頁）