摘要
本申请公开了一种基于多模态和超图结构的交通监测方法、设备及介质,涉及智慧交通技术领域。方法包括:通过路侧的监测点获取多模态时空序列数据,通过气象传感器采集实时能见度、降水强度数据;根据监测点的空间拓扑关系生成超图节点,以及根据车辆轨迹的相似度、V2X通信数据的时空耦合度生成超边,得到超图结构;对超图结构进行多尺度谱分解,采用可学习滤波器抑制高频噪声,并重构空间依赖性特征;基于历史数据生成异常阈值,对比空间依赖性特征与异常阈值,通过超图结构预测异常扩散路径。本申请通过上述方法解决了多尺度谱分解与可学习滤波破解异常样本稀疏与噪声耦合问题,利用超图结构刻画复杂关联并结合多模态验证提升预测精度。
技术关键词
交通监测方法
多模态
气象传感器
抑制高频噪声
空间拓扑关系
依赖特征
监测点
时空序列数据
车辆急刹车
计算机可执行指令
注意力机制
交通监测设备
动态时间规整算法
微波雷达
双向数据通道
谱域
能见度
智慧交通技术
滤波器
多尺度
系统为您推荐了相关专利信息
可见光图像
融合方法
不确定性模型
智能交通监控系统
交通流量管理
剔除系统
蒙特卡洛
构建三维场景
多模态特征融合
决策