一种基于汽车雷达的多目标跟踪方法及系统

    公开(公告)号:CN109581353A

    公开(公告)日:2019-04-05

    申请号:CN201811423573.X

    申请日:2018-11-27

    Abstract: 本发明提供了一种基于汽车雷达的多目标跟踪方法及系统,包括:利用密度聚类对各检测目标聚类生成各有效目标;分别计算每个有效目标与各前一周期航迹的相关度生成第一协方差矩阵;根据第一协方差矩阵及前一周期第二协方差矩阵,利用动态α滤波生成评价矩阵;根据各优先度及评价矩阵进行匈牙利指派生成各有效目标的匹配航迹;根据有效目标状态、前一周期航迹及前一周期第二协方差矩阵进行卡尔曼滤波生成当前周期第二协方差矩阵;根据各有效目标状态、各有效目标对应匹配航迹状态、第一协方差矩阵及当前周期第二协方差矩阵,利用蒙特卡洛多元概率采样生成各当前周期航迹及当前周期重采样后的对象集。本申请有兼顾非线性估计精度与实时性的有益效果。

    素描人脸识别方法及装置
    22.
    发明公开

    公开(公告)号:CN117095433A

    公开(公告)日:2023-11-21

    申请号:CN202310899533.7

    申请日:2023-07-20

    Abstract: 本说明书涉及人工智能技术领域,具体地公开了一种素描人脸识别方法及装置,其中,该方法包括:获取训练集;利用训练集对预设识别模型进行训练,得到目标识别模型,以对素描图像进行人脸识别;预设识别模型包括卷积神经网络、序列化模块、分组Transformer网络、GeM池化层和域自适应网络;分组Transformer网络中分组多头自注意力模块对样本集中的视觉标记序列进行分组,在各第一分组内进行自注意力运算生成分组多头自注意力建模结果;跨组多头自注意力模块对分组多头自注意力建模结果跨组组合,在各第二分组内进行自注意力运算生成跨组多头自注意力建模结果。上述方案捕捉特征全局上下文联系,提高了素描人脸识别准确率。

    视频异常检测方法、装置和计算机可读存储介质

    公开(公告)号:CN116416552A

    公开(公告)日:2023-07-11

    申请号:CN202310177624.X

    申请日:2023-02-17

    Abstract: 本说明书提供了视频异常检测方法、装置和计算机可读存储介质。基于该方法,具体实施前,预先训练得到至少包括跨模态注意力机制模块的预设的特征处理模型。具体实施时,先将所获取的目标视频划分成多个目标图像片段和多个目标光流片段;再利用预设的特征提取网络处理多个目标图像片段和多个目标光流片段,提取得到对应的目标外观特征和目标运动特征;接着,利用预设的特征处理模型先通过跨模态注意力机制模块去除目标外观特征和目标运动特征的冗余信息,得到并融合优化后的目标外观特征和优化后的目标运动特征;再利用预设的特征处理模型通过处理融合后的目标特征,得到目标处理结果,从而能够准确、高效地确定出目标视频是否存在异常目标。

    基于场景雷达的多目标车辆跟踪方法及装置

    公开(公告)号:CN110780289A

    公开(公告)日:2020-02-11

    申请号:CN201911011405.4

    申请日:2019-10-23

    Abstract: 本发明公开了一种基于场景雷达的多目标车辆跟踪方法及装置,该方法包括:通过雷达监测多个目标车辆得到观测数据,从观测数据中筛选出与各个目标车辆的预测点关联的观测点;根据观测点与目标车辆的预测点之间的关联关系构建预聚合矩阵;并依据观测点到目标车辆的预测点的统计距离权重,对该预聚合矩阵的各行排序,提取预设行数的元素,得到聚合矩阵;根据该聚合矩阵构建多个聚合关系矩阵,使每个聚合关系矩阵中每个观测点有且仅有一个源头;计算当前时刻各个聚合关系矩阵的概率,并依据最大概率的聚合关系矩阵中的观测点,预测目标车辆下一时刻预测点的位置;循环执行以上步骤,完成各个目标车辆的轨迹跟踪。本发明能提高多目标车辆跟踪的实时性。

Patent Agency Ranking