基于多通路融合网络的高速公路雾天能见度等级识别OA北大核心
Recognition of highway visibility level in foggy weather using multi-stream deep fusion network
雾天是影响高速公路交通安全的重要因素.研究从监控图像进行高速公路雾天能见度的自动识别方法可以为交通管理部门的智能管理和决策提供技术支持.根据大气散射模型分析出与雾浓度相关的多个物理因素,提出了综合这些物理因素的多通路融合识别网络.该网络使用三个通路联合学习深度视觉特征、传输矩阵特征和场景深度特征,并设计注意力融合模块来自适应地融合这三类特征以进行能见度等级识别.同时构建了一个合成数据集和一个真实的高速公路场景数据集,用于网络参数学习和性能评估.实…查看全部>>
闫宏艳;孙玉宝;张振东;黄亮
南京信息工程大学江苏省大数据分析技术重点实验室 江苏省大气环境与装备技术协同创新中心,南京210044南京信息工程大学江苏省大数据分析技术重点实验室 江苏省大气环境与装备技术协同创新中心,南京210044江苏省气象局江苏省气象服务中心中国气象局交通气象重点开放实验室,南京210008江苏省气象局江苏省气象服务中心中国气象局交通气象重点开放实验室,南京210008
信息技术与安全科学
能见度识别多通路网络大气散射模型注意力融合
《计算机应用研究》 2022 (8)
大规模数据驱动的机器学习理论与方法
2490-2495,6
国家自然科学基金资助项目(U2001211)江苏省气象局重点基金资助项目(KZ202105)
评论