专利名称：基于深度学习的能见度监测和模型训练方法、装
置、终端及介质
专利类型：发明专利发明人：周康明,方飞虎申请号：CN202010042073.2申请日：20200115公开号：CN111259957A公开日：20200609
摘要：本申请提供基于深度学习的能见度监测和模型训练方法、装置、终端及介质，其包括：采集能见度监测区域内的参照物图像并进行图像预处理；将预处理后的参照物图像输入经深度学习训练的清晰度分类模型中，据以输出所述参照物图像对应于多个清晰度类别的归类置信度，并以其中归类置信度最高的清晰度类别作为所述参照物图像的清晰度类别；根据所述参照物与图像采集地点位置之间的距离信息以及所述参照物图像的清晰度类别信息，计算该参照物图像所能反映的能见度值。本发明的优势在于始终执行原始的能见度定义标准不受人的主观影响，且能够做到实时监测，将观测人员从每半小时一次的繁琐工作中解放出来，大大提升了监测的效率和精准度。
申请人：上海眼控科技股份有限公司
地址：200032 上海市徐汇区中山南二路107号1幢20层I单元
国籍：CN
代理机构：上海光华专利事务所(普通合伙)
代理人：倪静
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容