摘要
本公开涉及动态交通环境下的静态特征提取领域,提供一种动态交通环境下的静态特征提取方法及系统,方法包括:接收动态交通环境下多个拍摄视角的多帧原始图像,对原始图像进行预处理得到对应的预处理图像;利用预设的卷积神经网络对预处理图像进行多尺度局部特征提取得到对应的多尺度特征图;利用注意力机制生成多尺度特征图对应的融合特征图;基于融合特征图进行静态特征重建得到对应的静态特征图。本公开明确了动态交通环境下静态特征提取的实现路径,能有效捕捉远距离特征间的依赖关系,还能进行并行计算,在保证精度的同时提升计算效率,满足实时性需求,具备较强的泛化能力,能在不同的动态交通环境中稳定提取静态特征,具备可复现性。
技术关键词
动态交通环境
静态特征提取
轻量化卷积神经网络
融合特征
局部特征提取
图像
动态噪声
卷积解码器
车道
视角
光流估计算法
抑制算法
残差模块
相机标定参数
多尺度特征提取
多头注意力机制