利用交通监控摄像头与深度学习监测冬季道路状况
Winter Road Condition Monitoring with Traffic Surveillance Cameras and Deep Learning
发表于 2026年4月28日 · 收录于雷达 2026年11月5日
中文摘要
研究利用交通监控摄像头开展路段级冬季道路状况监测，将积雪对通行能力的影响分为无积雪、轻度、中度和重度四类，并构建含10,498张复杂交通场景图像的数据集。对九种深度学习模型的评估显示，测试集分类准确率均超过89%；在加拿大和挪威的48个摄像头验证中，Swin Transformer准确率最高，为81.2%。