<var id="dfzpb"></var>
<cite id="dfzpb"></cite>

基于深度学习的特种车辆跨模态检索和识别方法

资料大小: 2.24 MB

所需积分: 0

下载次数:

用户评论: 0条评论,查看

上传日期: 2021-04-23

上 传 者: 他上传的所有资料

资料介绍

标签:深度学习(3444)神经网络(3090)汽车电子(4932)

  保证正在执行任务的特种车辆的道路优先通行权,是合理配置城市交通资源、实施和保证应急救援的前提。特种车辆的跨模态识别是实现智慧交通的重要核心技术,尤其是在智能车联网尚未成熟、未来长期存在无人驾驶和有人驾驶混合交通的环境中,实现无人车对正在执行任务的特种车辆进行合理避让显得尤为重要。针对无人驾驶对特种车辆识别的需求,文中构建了跨模态检索与识别网络( Cross-modal retrieval and rec? ogniTIon Net, CMR Net,提岀了一种基于深度学习的特种车辆跨模态检索和识别方法。 CMR Net由两个卷积子网络和一个特征融合网络组成,卷积子网络分别用于提取特种车的图像与音频特征,在高层语义空间中利用相似性度量的方法进行特征匹配,以达到跨模态检索和识别的目的。在特种车跨模态数据集上进行的跨模态识别实验表明,所提方法对跨模态检索和识别仼务具有较髙的识别率,甚至在缺失一种模态的场景下也可准确识别出特种车辆。本研究对于提升“城市大脑”的性能具有重要的理论指导意义,对设计、实现和改善未来智慧交通具有较高的工程应用价值。

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?免费注册

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料
28杠官网