摘要
本发明公开了一种基于深度时空记忆与交互网络的交通事件检测方法。首先,设计了时空信息感知网络,可以有效地从输入的视频帧中捕捉到小空间区域到大空间区域的核心语义,以及时间域上的短期特征,提升视频帧特征的提取能力,对交通事件进行更加准确的分类。其次,提出了时序特征学习网络,旨在解决时空信息感知网络在处理视频帧时未能充分捕捉长期时间信息的问题。该方法通过强化时间特征的学习,能够获得更加完整的上下文时间信息特征,提高对异常发生和结束时刻的准确定位。
技术关键词
交通事件检测方法
交互网络
时序特征
记忆
训练检测模型
视频帧特征
信道特征
计算机装置
计算机程序产品
通道
处理器
语义
矩阵
序列
数据分布
指令
标记
系统为您推荐了相关专利信息
电压暂降事件
样本
双向长短期记忆
计算机执行指令
识别电力系统
伪造图像检测方法
噪声特征
融合特征
分支
注意力
红豆杉
图像边缘识别
产量预测方法
图像特征值
图像特征提取