水雾识别方法、装置、设备及介质制造方法及图纸

本申请提供一种水雾识别方法、装置、设备及介质，其中方法包括：获取待识别图像，所述待识别图像为待识别区域的图像；获取目标信息，所述目标信息包括如下至少一项：所述待识别区域的位置信息、所述待识别区域的雷达采集数据、所述待识别区域的气象信息以及所述目标信息的获取时间信息；将所述待识别图像和所述目标信息输入预训练的水雾识别模型，得到水雾识别结果。本申请提供了一种多信息融合的端到端水雾识别方案，基于多模态信息源(待识别图像和目标信息)，进行水雾识别，相较于单一模态信息识别，有利于提高水雾识别的精度。

【技术实现步骤摘要】

本申请属于人工智能，特别是涉及一种水雾识别方法、装置、设备及介质。

技术介绍

1、在无人化机车运输领域中，无人化作业实现的关键是运输作业过程中对沿线环境的全面感知。水雾会影响机车的感知系统，通过水雾识别技术准确识别水雾，有利于过滤水雾干扰，从而实现车辆在复杂环境下的安全行驶。目前，水雾识别的环境感知方案大多采用单一模态信息(例如图像信息)。单一模态信息环境感知的劣势包括信息不完整、有限的适应性、容易受到干扰、缺乏冗余和容错性等。

技术实现思路

1、鉴于以上所述现有技术的缺点，本申请的目的在于提供一种水雾识别方法、装置、设备及介质，用于解决上述问题。

2、本申请提供的水雾识别方法，包括：

3、获取待识别图像，所述待识别图像为待识别区域的图像；

4、获取目标信息，所述目标信息包括如下至少一项：所述待识别区域的位置信息、所述待识别区域的雷达采集数据、所述待识别区域的气象信息以及所述目标信息的获取时间信息；

5、将所述待识别图像和所述目标信息输入预训练的水雾识别模型，得本文档来自技高网...

【技术保护点】

1.一种水雾识别方法，其特征在于，包括：

2.根据权利要求1所述的水雾识别方法，其特征在于，所述水雾识别模型包括用于提取图像特征的第一特征提取网络、用于提取目标特征的目标特征提取网络、特征融合网络以及水雾识别结果输出网络，所述第一特征提取网络和所述目标特征提取网络的输出数据均传入所述特征融合网络，所述特征融合网络的输出数据传入所述水雾识别结果输出网络；

3.根据权利要求2所述的水雾识别方法，其特征在于，所述第一特征提取网络采用ResNet网络结构，其中，所述第一特征提取网络中包括最大池化层，以及多个瓶颈Bottleneck层，所述最大池化层用于输出空间尺寸减小的特...

【技术特征摘要】

1.一种水雾识别方法，其特征在于，包括：

2.根据权利要求1所述的水雾识别方法，其特征在于，所述水雾识别模型包括用于提取图像特征的第一特征提取网络、用于提取目标特征的目标特征提取网络、特征融合网络以及水雾识别结果输出网络，所述第一特征提取网络和所述目标特征提取网络的输出数据均传入所述特征融合网络，所述特征融合网络的输出数据传入所述水雾识别结果输出网络；

3.根据权利要求2所述的水雾识别方法，其特征在于，所述第一特征提取网络采用resnet网络结构，其中，所述第一特征提取网络中包括最大池化层，以及多个瓶颈bottleneck层，所述最大池化层用于输出空间尺寸减小的特征图，并将空间尺寸减小的特征图传入所述多个bottleneck层。

4.根据权利要求2所述的水雾识别方法，其特征在于，所述目标信息包括所述待识别区域的雷达采集数据，所述目标特征提取网络包括第二特征提取网络，所述将所述目标...

【专利技术属性】
技术研发人员：杜雪飞，李哲然，王征，刘硕，
申请(专利权)人：重庆赛迪奇智人工智能科技有限公司，
类型：发明
国别省市：