基于深度学习的"天网-觅踪"系统目标对象多路口时空轨迹重构方法研究OACHSSCD

针对多路口场景下目标对象时空轨迹重构在复杂天气中的技术挑战,本文提出基于深度学习的"天网-觅踪"系统解决方案.该方案整合多源异构数据预处理、复杂路口时空特征建模与遮挡轨迹补全三大关键技术,结合深度嵌入时空编码器、多模态特征融合网络及轨迹优化算法,实现冰雪环境下的高精度轨迹重构.实验结果表明,在长春冬季降雪数据集上,所提方法对3s 以上雪天遮挡的恢复准确率达72.8%,均方根误差控制在512m 以内.该方法使雪天交通肇事逃逸案件线索发现时间缩短82%,验证了其有效性与实用性.