一种多模态特征融合的交通预测方法、设备及介质

AITNT
正文
推荐专利
一种多模态特征融合的交通预测方法、设备及介质
申请号:CN202511196412
申请日期:2025-08-26
公开号:CN120877523A
公开日期:2025-10-31
类型:发明专利
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
1
一种面向复杂工业场景的小目标语义识别方法
语义特征 语义识别方法 解码器 信源信道联合编码 码字
2
一种基于多模态与视觉变换网络的睡眠阶段检测方法
编码模块 特征提取模块 融合特征 阶段 多模态特征融合
3
图像样本生成模型的构建方法、装置及图像样本生成方法
图像 特征提取器 编码器 样本生成方法 数据分布
4
集群下视频流实时编解码传输方法
传输特征 多层感知网络 传输方法 性能指标数据 编解码
5
一种基于深度学习的驾驶员疲劳驾驶状态识别方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号