文档名：基于人工智能的大雾识别模型构建与应用
利用高速公路摄像头,采集道路视频图像进行大雾能见度等级分析,提出一种基于图像识别和深度学习技术的大雾能见度等级识别方法.通过对高速公路摄像头视频图像的实时采集,融合图像识别、机器学习、深度学习等多项人工智能技术,建立大雾识别模型,智能识别出高速大雾能见度等级.通过采集15万张高速公路视频图像进行模型验证实验,大雾能见度等级总体识别率在78％以上.随着采集样本数量的增加,识别率将越来越高,完全能够满足道路摄像头大雾等级智能检测要求,为高速道路封停和安全出行提供有效支撑.
作者：陶鹏 苗开超 周建平 刘承晓 姚叶青 周林义
作者单位：安徽继远软件有限公司,安徽合肥230088安徽省公共气象服务中心,安徽合肥230031;江苏省气象科学研究所,江苏南京210009安徽省公共气象服务中心,安徽合肥230031江苏省气象科学研究所,江苏南京210009
母体文献：2018电力行业信息化年会论文集
会议名称：2018电力行业信息化年会
会议时间：2018年9月15日
会议地点：南宁
主办单位：中国电机工程学会
语种：chi
分类号：TP3P42
关键词：大雾识别 视频图像 深度学习 卷积神经网络
在线出版日期：2021年7月19日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.15 MB
- 下载次数:
- 60
-
高速下载
|
|
