一种基于深度学习的道路能见度识别方法

AITNT
正文
推荐专利
一种基于深度学习的道路能见度识别方法
申请号:CN202410786257
申请日期:2024-06-18
公开号:CN118692025A
公开日期:2024-09-24
类型:发明专利
摘要
本发明公开了一种基于深度学习的道路能见度识别方法,属于图像处理领域,该方法包括以下步骤:构建真实场景下的道路能见度数据集,其中,道路能见度数据集包括若干张道路图像;基于道路图像的原始图像特征、景深信息和透射率信息构建双分支多模态融合能见度识别网络;将道路图像输入双分支多模态融合能见度识别网络进行图像识别得到不同能见度下的道路识别结果。
技术关键词
能见度识别方法 景深信息 多模态特征融合 大气散射模型 分支 信道描述符 全局平均池化 网络 通道 有雾图像 视频 数据 注意力 路段 场景 图像处理
系统为您推荐了相关专利信息
1
一种LPBF多光谱复合多模态在线监测方法与装置
在线监测方法 监测传感器 可见光图像 多光谱 滤镜
2
一种基于人工智能的多模态超声图像融合方法
图像融合方法 语义向量 融合特征 特征提取模型 采集超声图像数据
3
半导体装置
布线 半导体装置 栅极电极 半导体基板 分支
4
基于TCN-LSTM的射频指纹识别方法及系统
射频指纹识别方法 信号特征 神经网络训练 矩阵 时间卷积网络
5
一种分布式光纤振动传感的堤防水下管涌定位系统
定位系统 传感光缆 堤防 数据处理模块 多模态特征融合
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号