摘要
本申请公开了一种多模态特征融合的交通预测方法、设备及介质,涉及交通预测技术领域。方法包括:对交织区进行无人机视频采集与预处理,得到目标区域视频;基于多目标检测与追踪算法对目标区域视频提取交通流参数,交通流参数包括空间平均速度、空间占有率和车辆交织冲突指数;采用深度学习模型对目标区域视频的图像序列进行处理,提取潜在语义特征,深度学习模型包括变分自编码器;采用双重注意力机制对潜在语义特征进行加权处理;将加权后的潜在语义特征与交通流参数拼接为多模态特征向量,进行交通状态预测。本申请通过上述方法提高了交织区交通状态预测的精度与鲁棒性,为复杂路段的动态交通管理提供了更精准的数据支持与决策依据。
技术关键词
交通流参数
多模态特征融合
交通预测方法
语义特征
无人机视频采集
交通状态预测
深度学习模型
追踪算法
注意力机制
辅助分类器
计算机可执行指令
编码器
图像
动态交通管理
交通预测技术
交互特征
车辆
时序特征
系统为您推荐了相关专利信息
语义特征
语义识别方法
解码器
信源信道联合编码
码字
编码模块
特征提取模块
融合特征
阶段
多模态特征融合
传输特征
多层感知网络
传输方法
性能指标数据
编解码
疲劳驾驶状态
识别方法
深度学习模型
车辆行驶数据
量子深度学习