← 返回列表

一种监控视听数据融合的降水定量估算方法

申请号: CN202311308376.4
申请人: 南京工程学院
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 一种监控视听数据融合的降水定量估算方法
专利类型 发明申请
申请号 CN202311308376.4
申请日 2023/10/10
公告号 CN117333745A
公开日 2024/1/2
IPC主分类号 G06V10/80
权利人 南京工程学院
发明人 王兴; 赵健; 封文清; 霍瑛; 郑翔天
地址 江苏省南京市江宁科学园弘景大道1号

摘要文本

南京工程学院取得“一种透气窗帘布”专利技术,本发明公开了一种监控视听数据融合的降水定量估算方法,包括:基于张量和稀疏编码方法,从监控视频中将雨线层与监控背景层分离,将视频雨线层作为降雨的视觉特征;提取音频数据的时域特征和频域特征,将时域特征和频域特征的融合结果作为降雨的听觉特征;以降雨的视觉特征和听觉特征为输入,以降雨强度为输出,选取卷积神经网络、长短期记忆网络,搭建权重动态自适应的监控视听融合深度学习模型,采用监控视听融合深度学习模型对降雨强度进行估算。本发明无需对监控相机参数进行复杂的标定,估算精度高,可适应于复杂多变的真实监控场景中,具有重要的实际应用价值。

专利主权项内容

1.一种监控视听数据融合的降水定量估算方法,其特征在于,所述降水定量估算方法包括以下步骤:步骤A,对降水监控数据进行预处理,分别获取降水相关的监控视频和音频数据;步骤B,基于张量和稀疏编码方法,从监控视频中将雨线层与监控背景层分离,并将视频雨线层作为降雨的视觉特征;步骤C,提取音频数据的时域特征和频域特征,将时域特征和频域特征融合以从时空维度对雨声进行表达,并将融合结果作为降雨的听觉特征;步骤D,以降雨的视觉特征和听觉特征为输入,以降雨强度为输出,构建训练集;选取卷积神经网络、长短期记忆网络,采用并行结构框架,搭建权重动态自适应的监控视听融合深度学习模型,采用训练集对监控视听融合深度学习模型进行训练,采用训练完成的监控视听融合深度学习模型根据实时降水监控数据对降雨强度进行估算。 来源:百度搜索马克数据网