资料下载
×
基于深度学习的特种车辆跨模态检索和识别方法
消耗积分:0 |
格式:pdf |
大小:2.24 MB |
2021-04-23
分享资料个
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 recˆ 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。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
