摘要
本发明提供了一种复杂天气情况下道路车辆检测方法、介质及系统,属于道路车辆检测技术领域,包括:首先获取道路监控视频和音频,对这些原始数据进行预处理,包括对音频信号的分割和时间对齐,以及对视频信号的边缘检测、车辆定位等处理,从而提取出音频和视频的特征。然后将这些特征进行多模态融合,结合地理位置信息,训练一个基于CNN神经网络的车辆识别模型。最后,可以利用该模型对新的待测道路数据进行车辆识别。整个过程涉及数据采集、预处理、特征提取、模型训练以及应用等多个步骤,旨在在复杂天气环境下实现准确的车辆识别,为智能交通管理等应用提供支撑。解决了在复杂天气下,存在的数据难以处理,难以得到高质量的特征的技术问题。