随着我国经济的高速发展,我国交通事业在迎来巨大发展的同时,也面临着显著的挑战。高速公路作为国内城市之间的连接纽带,道路的安全与畅通将极大影响城市的经济与生活。因此,研究恶劣天气下的高速公路路况将对高速公路的通行安全有显著的意义。恶劣天气中的雨天状况,其在全国范围内多季节都频繁出现,出现频率与影响范围都较大,因此,本文研究目的在于通过对高速公路监控视频数据处理达到检测雨天的目的。本文利用高速公路监控视频数据信息,运用前沿的深度学习语义分割方法达到通过视频数据检测雨天的目的。通过对高速公路监控视频数据的提取分析,算法可以分别从道路面的反光检测及路面湿滑检测这两个方面来综合判定该路段的天气状况是否是雨天。本文首先研究了基于深度学习的语义分割算法,并实验对比了语义分割网络在自制的高速公路雨天检测数据集上的性能和精度;提出了结合高速公路监控视频路面反光检测和湿滑道路检测的多任务模型,测试了模型在雨天分类问题上的表现;本文继而提出了结合路面反光和湿滑道路的统一公式综合判定雨天检测结果,实验表明高速公路雨天检测算法结合判定准则能够有效地解决高速公路雨天检测任务。文章最后讨论了对于高速公路雨天检测算法的改进,提高了算法的精度与训练速度。