A High-Dimensional Video Sequence Completion Method with Traffic Data Completion Generative Adversarial Networks

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: La falta de datos de tráfico es un cuello de botella que restringe el desarrollo de los Sistemas de Transporte Inteligente (ITS, por sus siglas en inglés). La mayoría de los métodos existentes de completación de datos de tráfico se enfocan en datos de baja dimensionalidad, los cuales no pueden manejar datos de video de alta dimensionalidad. Por lo tanto, este artículo propone un modelo de red adversaria generadora de datos de tráfico completos (TDC-GAN) para resolver el problema de fotogramas faltantes en videos de tráfico. Basado en la Red de Pirámide de Características (FPN, por sus siglas en inglés), hemos diseñado un modelo de extracción de información semántica multinivel, que emplea un mecanismo de convolución para extraer características informativas de datos de alta dimensionalidad. Además, al construir un modelo discriminador con redes de ramas globales y locales, se capturan la información temporal y espacial para asegurar la consistencia espacio-temporal de los fotogramas consecutivos. Finalmente, el modelo TDC-GAN realiza experimentos de completación de
Citación recomendada (normas APA)
: Scott Freeman, "Biología /", -:Pearson, 2009. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3608978/), el día 2025-11-07.

Información adicional