基于多目标的能见度检测方法

摘要：

能见度对人类生产生活、交通运输安全等具有重要影响,是地面自动气象观测的重要内容之一,但由于受影响因素较多,目前能见度检测仍缺乏统一的标准和检定规程.现有基于图像的能见度检测方法大多从整幅图像或局部区域中提取视觉特征估计能见度,未考虑不同景深目标物对应子图像的质量衰减程度不同,导致检测结果精确度和稳定性不高.提出一种新的能见度检测方法,使用预训练的神经图像评估,从不同景深目标物对应的子图像中提取视觉特征,并将提取的特征和能见度真值输入到全连接网络,以训练子图像的能见度映射模型.根据子图像与全局图像间的关系,动态建立各目标在能见度整体估计过程中的权重回归模型,按照权重融合各目标物能见度估计值,得到整幅图像的能见度检测值.实验结果表明,该方法能有效提升回归模型的预测精度,其在不同能见度区间的检测正确率均超过85％.

关键词：能见度检测、多目标检测、视觉特征、神经图像评估、全连接网络

所属期刊栏目：49

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金;湖南省自然科学基金项目

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：314-320