最新的研究成果，本论文的主要观点为在交通异常事件中，道路抛洒事件不易排查却容易造成严重交通安全事故，引起长时间的安全隐患和道路障碍，因此在物品被抛洒时及时检出十分必要。针对当前基于运动目标检测的抛洒物检测算法尚不能够达到精确定位抛洒物的情况，提出了一种融合深度学习目标掩模与背景建模关注的道路抛洒物事件检测算法，该算法利用抛洒物的视觉与运动不规则性对抛洒物事件进行关注。基于道路寻常运动目标的外观统一性，利用基于深度学习的目标检测算法识别交通场景中车辆与行人形成目标掩模。基于抛洒物的外观不统一性，利用实时更新的KNN背景建模法结合抛洒物的运动时空特征，以专注到不规则的抛洒物目标位置，最后通过时间阈值判断抛洒事件的发生与否。测试结果表明，该算法能够实现对道路抛洒物事件准确及时地判别，其准确度达90%以上，经过目标掩模与背景关注后其平均噪声率低于1%。其检测速度达到每秒30帧以上，满足实际应用的实时性要