Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的大雾实时能见度检测方法、设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:武汉轻工大学

摘要:本发明公开了基于深度学习的大雾实时能见度检测方法、设备及存储介质,包括:采集公路原图像,对原图像分别使用雾成像模型生成雾气图像,并使用滤波得到场景图像;将雾气图像、场景图像和原图像输入到深度学习模型的三个卷积分支中,得到三个输出特征图;对每个输出特征图进行展平操作,分别转换成特征向量,并分别输入到三个神经网络层中进行特征学习;将特征向量拼接成一个全局特征向量,并将所述全局特征向量经过神经网络层进行学习,得到输出特征向量;将输出特征向量输入到Softmax函数中以计算每个能见度等级的概率,输出概率最大的能见度等级。从而克服现有技术对算力要求较高及设备成本高的问题,并能得到准确的能见度等级。

主权项:1.一种基于深度学习的大雾实时能见度检测方法,其特征在于,所述方法包括:S1、采用摄像头采集公路原图像,并对原图像进行缩放;S2、对原图像分别使用雾成像模型生成雾气图像,并使用基于二维离散小波变换的滤波得到场景图像;S3、将雾气图像、场景图像和原图像分别输入到深度学习模型的三个卷积分支中,其中,每个卷积分支用于提取对应图像的特征,并对这些特征进行深度分析,得到三个大小为20×12×256输出特征图;S4、针对每个输出特征图进行展平操作,分别转换成一个特征向量,并将三个特征向量分别输入到三个神经网络层中进行特征学习,得出三个大小为1024的特征向量;S5、将这三个特征向量拼接成一个全局特征向量,并将所述全局特征向量经过神经网络层进行学习,得到一个大小为4096的输出特征向量;S6、将输出特征向量输入到Softmax函数中以计算每个能见度等级的概率,softmax函数的公式如下: 其中σzi表示图像z属于第i个等级的概率,zi表示特征向量的第i维度的值;S7、输出概率最大的能见度等级。

全文数据:

权利要求:

百度查询: 武汉轻工大学 基于深度学习的大雾实时能见度检测方法、设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。