摘要
本发明公开了面向极端天气的交通标志识别和车道线检测方法及系统,涉及计算机视觉、人工智能技术领域。本发明设计了高效的图像复原算法,消除雾霾、雨雪等天气噪声对图像质量的影响,保留交通标志和车道线的关键细节信息;其次,改进了YOLOv8目标检测网络,解决小目标漏检和复杂背景误检问题,提高多尺度交通标志的检测准确率;进一步,基于改进的行锚机制来设计轻量级车道线检测算法,提升复杂场景下车道线的检测精度与实时性;最后,集成图像复原、交通标志识别与车道线检测模块,实现对图像、视频及实时摄像头数据的多模态支持,形成了适应极端天气的工程化解决方案,推动了智能交通系统在复杂环境下的实际应用。
技术关键词
交通标志识别
车道线检测方法
天气
车道线检测算法
网络
空间金字塔池化
图像
车道结构
车道线检测系统
模块
注意力机制
多尺度特征提取
局部感受野
编解码结构
智能交通系统
计算机设备
可调焦距