摘要
本申请公开了一种基于车载视觉传感器的道路绿视率监测方法及系统,其通过获取由车载摄像头采集的道路全景图像,采用基于深度学习的神经网络模型来提取道路全景图像中的道路色彩分布特征和道路对象纹理分布特征,进一步采用特征细粒度全域交互机制融合道路全景图像中的道路色彩分布特征和道路对象纹理分布特征以深度挖掘出道路色彩‑纹理间的协同关联关系,得到道路色彩‑纹理全域细粒度显著融合编码特征,并基于此来实现实现对绿色植被区域的精准识别与绿视率计算。通过这样的方式,实现了对道路绿视率更加准确、细致的测量,不仅能够满足城市规划和环境保护的需求,也为提升城市生态质量提供了科学依据。
技术关键词
纹理分布特征
编码向量
编码特征
色彩
车载视觉
监测方法
深度神经网络模型
内核
对象
车载摄像头
卷积神经网络模型
图像
传感器
信息编码
颜色特征提取
纹理特征提取
因子
系统为您推荐了相关专利信息
多模态数据库
误差函数
标准化方法
神经网络模型训练
卷积神经网络提取
多尺度特征提取
注意力
变量
生成多尺度
前馈特征提取
场景分类
记录数据集合
语义分割神经网络
导航定位接收机
场景类别