Key points are not available for this paper at this time.
يقترح هذا البحث نموذج محولات متعدد الوسائط يستخدم بيانات السلاسل الزمنية لكشف وتوقع ظروف سطح الطريق في الشتاء. للقيام بكشف أو توقع ظروف سطح الطريق، يركز النهج السابق على الاستخدام التعاوني لعدة وسائط كمدخلات، مثل: الصور الملتقطة بواسطة الكاميرات الثابتة (صور سطح الطريق) والبيانات المساعدة المتعلقة بظروف سطح الطريق تحت دمج وسائط بسيطة. على الرغم من أن هذا النهج يُحقق تحسينًا في الأداء مقارنة بالطريقة التي تستخدم الصور أو البيانات المساعدة فقط، إلا أنه هناك حاجة لمزيد من النظر في طريقة دمج الوسائط غير المتجانسة. يُحقق الأسلوب المقترح دمجًا أكثر فعالية للوسائط باستخدام آلية الانتباه المتبادل ومعالجة السلاسل الزمنية. بشكل محدد، عند دمج عدة وسائط، يتم تحقيق تعويض الميزات من خلال التكامل المتبادل بين الوسائط من خلال تقنية دمج الميزات المستندة إلى آلية الانتباه المتبادل، وتعزز القدرة التمثيلية للميزات المدمجة. بالإضافة إلى ذلك، من خلال إدخال معالجة السلاسل الزمنية لبيانات المدخلات عبر عدة خطوات زمنية، يصبح من الممكن النظر في التغيرات الزمنية في ظروف سطح الطريق. تم إجراء تجارب لكل من مهام الكشف والتوقع باستخدام بيانات تتعلق بظروف الشتاء الحالية وبيانات تتعلق بعد بضع ساعات من الظروف الحالية، على التوالي. تؤكد النتائج التجريبية فعالية الطريقة المقترحة لكلتا المهمتين. بالإضافة إلى بناء نموذج التصنيف لظروف سطح الطريق الشتوي، نحاول أولاً تصور نتائج التصنيف، وخاصة نتائج التوقع، من خلال نموذج نقل أسلوب الصورة كتجارب إضافية مكملة على توليد الصور في نهاية الورقة.
درس Moroto وآخرون (Mon,) هذا السؤال.