深圳市城市交通规划设计研究中心申请基于无人机和数据融合的复杂场景交通网络拥堵识别专利，有效提升交通网络拥堵识别模型的识别性能

• 萌宠菠菠乐园
• 2024-12-26 06:58

金融界2024年12月21日消息，国家知识产权局信息显示，深圳市城市交通规划设计研究中心股份有限公司申请一项名为“基于无人机和数据融合的复杂场景交通网络拥堵识别方法”的专利，公开号CN 119152450 A，申请日期为2024年11月。

专利摘要显示，本发明公开了基于无人机和数据融合的复杂场景交通网络拥堵识别方法，属于交通网络拥堵识别技术领域。解决了现有技术中传统的交通拥堵识别方法识别效率较低且难以适用于复杂交通场景的问题；本发明采集复杂交通场景下的可见光图像和红外图像，进行图像特征提取与匹配，得到融合后的图像；构建数据集，将数据集输入到建立的基础模型、辅助模型和强化模型中进行训练，融合三种模型的损失函数，采用总体损失函数对三种模型进行训练，得到最优模型；通过调整增强系数，优化最优模型，得到的准确率最大的最优模型即最终的最优模型，由其输出拥堵区域定位。本发明有效提升了交通网络拥堵识别模型的识别性能，可以应用于复杂场景交通网络拥堵识别。

本文源自：金融界

作者：情报员

相关知识

基于YOLOv5s网络模型的牛只日常行为识别与统计研究
城市快速路危险驾驶行为特征分析及识别方法
【鱼类识别】 VCG
利用SlowFast网络训练自定义数据集以识别动物行为
基于YOLO特征检测模型的非法溜宠物识别
基于卷积神经网络通过声音识别动物情绪的方法及系统
多模态情感识别数据集和模型(下载地址+最新综述2021.8)
智能交通系统的未来发展方向：创新技术与可持续交通的融合之路
基于深度学习的猪只行为识别
论文分享：EfficientNetB0 网络的鸟类识别

网址: 深圳市城市交通规划设计研究中心申请基于无人机和数据融合的复杂场景交通网络拥堵识别专利，有效提升交通网络拥堵识别模型的识别性能 https://m.mcbbbk.com/newsview875914.html