基于遥感技术的高速公路交通运行状态监测模型

摘要

针对现有高速公路运行监测时无法实现广域检测且小目标检测性能较低的问题,提出了一种基于遥感技术的高速公路交通运行状态监测模型。设计一种改进的卷积神经网络(convolutional neural network,CNN)网络,以多尺度特征图和多尺度上下文信息增强小目标检测性能。仿真结果表明,与快速区域卷积神经网络(faster-region based convolutional neural network,Faster-RCNN)和YOLOX(you only look once version X)相比较,所提模型具备多尺度融合特征以及多尺度上下文信息,可充分学习小目标特征,准确率（accuracy,ACC）和精度（precision,PRE）指标分别为93.57%和89.44%。

关键词

交通管理 / 状态监测 / 卷积神经网络 / 目标检测 / 多尺度