龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：杭州像素元科技有限公司
摘要：本申请提出了一种基于特征优化的高速公路收费站拥堵检测方法及应用，包括以下步骤：获取多个预训练好的视频理解模型，采用迁移学习的方法将每一视频理解模型转换为拥堵检测模型；获取待检测视频，通过视频理解模型与拥堵检测模型获取待检测视频的拥堵结果特征；为所述拥堵结果特征与每一关键拥堵语义特征分配融合权重，并依据融合权重将拥堵结果特征与每一关键拥堵语义特征进行融合得到最终预测特征。本方案通过结合迁移学习、无监督学习和集成学习，能够在没有大量标记数据的情况下，有效地检测和识别高速公路收费站的拥堵情况，为交通管理部门提供准确的拥堵检测结果。
主权项：1.一种基于特征优化的高速公路收费站拥堵检测方法，其特征在于，包括以下步骤：获取多个预训练好的视频理解模型，采用迁移学习的方法将每一视频理解模型转换为拥堵检测框架并以无监督的模式对每一拥堵检测框架进行训练得到拥堵检测模型，所述视频理解模型用于提取视频中的所有关键语义信息，所述拥堵检测模型用于提取视频中有关高速公路收费站拥堵事件的关键拥堵语义信息；获取待检测视频，将所述待检测视频输入到每一拥堵检测框架中得到多个关键语义特征，将所述待检测视频输入到每一拥堵检测模型中得到多个关键拥堵语义特征，将对应的关键语义特征与关键拥堵语义特征进行拼接得到多个拼接拥堵特征组成拥堵特征集合，在所述拥堵特征集合中选取特征值大的多个拼接拥堵特征进行拼接得到拥堵结果特征；为所述拥堵结果特征与每一关键拥堵语义特征分配融合权重，并依据融合权重将拥堵结果特征与每一关键拥堵语义特征进行融合得到最终预测特征，根据所述最终预测特征得到拥堵检测结果，其中，所述拥堵结果特征的融合权重大于每一关键拥堵语义特征的融合权重。
全文数据：
权利要求：
百度查询： 杭州像素元科技有限公司 基于特征优化的高速公路收费站拥堵检测方法及应用
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号