[发明专利]一种领域适配的跨城市交通流量超分辨率重建方法及系统在审
申请号: | 202010892078.4 | 申请日: | 2020-08-28 |
公开(公告)号: | CN112017118A | 公开(公告)日: | 2020-12-01 |
发明(设计)人: | 李冠彬;刘梦梦;刘凌波;林倞 | 申请(专利权)人: | 中山大学 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06K9/62;G06Q50/26 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 陈旭红;吕金金 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 领域 城市交通 流量 分辨率 重建 方法 系统 | ||
1.一种领域适配的跨城市交通流量超分辨率重建方法,其特征在于,包括:
获取数据,并构建数据集;其中,所述数据包括:源领域城市区域的低分辨率交通流量图、高分辨率交通流量图以及目标领域城市的低分辨率交通流量图;
根据所述源领域城市区域的低分辨率交通流量图以及高分辨率交通流量图,采用监督学习的方式对预设的超分辨率网络进行预训练,获得优化的超分辨率网络;
构建一对孪生优化的超分辨率网络,包括超分辨率网络1和超分辨率网络2;并采用领域分类器进行对抗训练,并同时更新网络参数;获得一对训练后的孪生超分辨率网络;其中,所述一对训练后的孪生超分辨率同时更新,共享参数和权重;
将所述数据集输入到所述一对训练后的孪生超分辨率网络;获得目标领域城市高分辨交通流量图。
2.根据权利要求1领域适配的跨城市交通流量超分辨率重建方法,其特征在于,所述获取数据,并构建数据集;具体为:将城市中待研究的区域按照经纬度划分为X*Y的网格,其中一个网格表示一个区域;并统计出在特定时间间隔内,每个区域的交通流入流量图以及交通流出流量图,获得一个二通道的交通流量图;并根据所述二通道的交通流量图,得到源领域城市区域的低分辨率交通流量图、高分辨率交通流量图以及目标领域城市的低分辨率交通流量图;其中,所述低分辨流量图中的区域称为超区域,所述分辨率图中的区域称为子区域。
3.根据权利要求2领域适配的跨城市交通流量超分辨率重建方法,其特征在于,所述低分辨率交通流量图中的区域对应着高分辨率交通流量图中的N*N个区域;其中,所述N的取值范围N≥2。
4.根据权利要求2领域适配的跨城市交通流量超分辨率重建方法,其特征在于,所述超区域的流入流量与流出流量与所述超区域对应子区域的流入流量与流出流量约束关系如下:
其中,分别表示超区域的流入流量与流出流量;
分别表示超区域对应子区域的流入流量与流出流量;x∈[1,X],y∈[1,Y];x′∈[1,N*X],y′∈[1,N*Y]。
5.根据权利要求1领域适配的跨城市交通流量超分辨率重建方法,其特征在于,所述超分辨率网络包括:编码器和解码器,其中,所述编码器包括四个编码模块,分别为E1,E2,E3,E4,E1为一个卷积层,用于从低分辨率交通流量图中提取出低层特征;E2,E3,E4为三个具有相同层次的残差模块,用于将所述低层特征作为输入,逐级输出高层特征;所述解码器包括n个上采样模块和一个1*1的卷积层,所述上采样模块用于获取上采样特征;其中,n≥2。
6.根据权利要求5领域适配的跨城市交通流量超分辨率重建方法,其特征在于,所述残差模块包括两个3*3的卷积层和一个ReLU函数;其中,所述卷积层用于特征提取,所述ReLU函数用于引入非线性;所述上采样模块包括:一个3*3的卷积层、一个ReLU函数和一个像素重排层。
7.根据权利要求1领域适配的跨城市交通流量超分辨率重建方法,其特征在于,所述领域分类器是全卷积网络,用于接收来自源领域城市的低分辨率流量图特征分布FS和来自目标领域城市的低分辨率流量图特征分布FT作为输入,领域分类结果作为输出;其中,所述领域分类器包括三个领域分类器子单元D1、D2和D3,所述三个领域分类器子单元D1、D2和D3采用渐进式拉近的方式拉近所述超分辨率网络1和所述超分辨率网络2的特征分布。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010892078.4/1.html,转载请声明来源钻瓜专利网。