摘要
本发明公开了基于无人机和数据融合的复杂场景交通网络拥堵识别方法,属于交通网络拥堵识别技术领域。解决了现有技术中传统的交通拥堵识别方法识别效率较低且难以适用于复杂交通场景的问题;本发明采集复杂交通场景下的可见光图像和红外图像,进行图像特征提取与匹配,得到融合后的图像;构建数据集,将数据集输入到建立的基础模型、辅助模型和强化模型中进行训练,融合三种模型的损失函数,采用总体损失函数对三种模型进行训练,得到最优模型;通过调整增强系数,优化最优模型,得到的准确率最大的最优模型即最终的最优模型,由其输出拥堵区域定位。本发明有效提升了交通网络拥堵识别模型的识别性能,可以应用于复杂场景交通网络拥堵识别。
技术关键词
可见光图像
上采样
尺寸
训练深度学习模型
红外图像特征
像素点
神经网络单元
节点
误差反向传播
极值
通道
邻域
无人机
矩阵
网络结构
交通拥堵识别方法
系统为您推荐了相关专利信息
铁路货车车钩
监测方法
关键点
分辨率
深度学习模型
闪光焊接方法
遗传算法优化参数
金属材料焊接技术
奥氏体晶粒尺寸
稀土
微型摄像头
车辆三维模型
实时图像
插拔方法
特征点