一种基于YOLOv4的改进DeepSort目标检测跟踪方法

    公开(公告)号:CN113160274A

    公开(公告)日:2021-07-23

    申请号:CN202110417776.3

    申请日:2021-04-19

    Abstract: 本发明公开了一种基于YOLOv4的改进DeepSort目标检测跟踪方法,包括输入数据,获取当前帧的检测框;基于当前帧的检测框通过卡尔曼滤波算法进行轨迹预测,获取预测框;对预测框和下一帧的检测框基于匈牙利算法进行级联匹配;对级联匹配失败的轨迹进行GIOU关联匹配;基于卡尔曼滤波算法对轨迹进行更新处理,目标跟踪成功则跟踪次数加1,跟踪失败则不计数;重复以上步骤,检测跟踪次数等于设定次数则为追踪成功。在弱光照和有遮挡的情况下,本发明的方法跟踪效果更好,漏检现象减少,系统的鲁棒性得到提高。

    一种基于DeepLabv3+的改进语义分割方法

    公开(公告)号:CN113139551A

    公开(公告)日:2021-07-20

    申请号:CN202110443799.1

    申请日:2021-04-23

    Abstract: 本发明公开了一种基于DeepLabv3+的改进语义分割方法,获取交通场景图像,并进行随机的旋转平移裁剪和数据预处理,得到训练图像;对所述训练图像进行特征提取和深度可分离卷积处理,得到对应的特征图;基于改进的DeepLabv3+网络对所述特征图进行分步上采样处理,完成分割,在解码模块中,利用逐层上采样替换直接4倍上采样操作降低了图像像素信息丢失的问题;在空洞空间金字塔ASPP模块中,用不同空洞率组合的空洞卷积替换原来的卷积,扩大特征图的感受野,使用深度可分离卷积代替标准卷积,减小了模型的复杂度,有助于提高分割的精细度。

    一种焦距未知的P6P相机位姿估计方法

    公开(公告)号:CN110555880B

    公开(公告)日:2022-05-10

    申请号:CN201910789480.7

    申请日:2019-08-26

    Abstract: 本发明公开了一种焦距未知的P6P相机位姿估计方法,包括S1:读取n对2D‑3D关键点,选取其中6对,并根据所建立的旋转矩阵解算模型的模型特征对关键点的信息进行预处理;S2:将对应的3D坐标点均与第一个3D坐标点组成向量,并垂直投影到成像面;S3:引入垂直投影向量与相机投影模型之间的联系,建立含有旋转矩阵的方程组,解算旋转矩阵;S4:根据所求旋转矩阵,求解位移向量,得到相机坐标系与世界坐标系的相对关系。本发明能够估计出图像拍摄时的相机位姿。

    一种焦距未知的P6P相机位姿估计方法

    公开(公告)号:CN110555880A

    公开(公告)日:2019-12-10

    申请号:CN201910789480.7

    申请日:2019-08-26

    Abstract: 本发明公开了一种焦距未知的P6P相机位姿估计方法,包括S1:读取n对2D-3D关键点,选取其中6对,并根据所建立的旋转矩阵解算模型的模型特征对关键点的信息进行预处理;S2:将对应的3D坐标点均与第一个3D坐标点组成向量,并垂直投影到成像面;S3:引入垂直投影向量与相机投影模型之间的联系,建立含有旋转矩阵的方程组,解算旋转矩阵;S4:根据所求旋转矩阵,求解位移向量,得到相机坐标系与世界坐标系的相对关系。本发明能够估计出图像拍摄时的相机位姿。

Patent Agency Ranking