-
公开(公告)号：CN110070025B
公开(公告)日：2023-03-31
申请号：CN201910306845.6
申请日：2019-04-17
Applicant: 上海交通大学
Abstract: 一种基于单目图像的三维目标检测系统及方法，将三维目标检测转化到二维图像下的预测，然后应用摄像头标定参数将二维映射到摄像头三维坐标系下，重构出目标的三维目标框，通过对映射出的三维目标框进行进一步修正，得到精确的三维目标框，经两步法训练后进行精确三维目标检测，本发明低成本，高效，具有广泛的实际应用价值。
-
Patent Agency Ranking
公开(公告)号：CN108520203B
公开(公告)日：2021-08-20
申请号：CN201810212726.X
申请日：2018-03-15
Applicant: 上海交通大学
Abstract: 一种基于融合自适应多外围框与十字池化特征的多目标特征提取方法，以连续帧图像作为训练数据，针对其中每一帧图像中的目标分别提取三层多外围框的特征并进行自适应去除噪声的特征加权，接着对特征进行十字池化噪声去除，最后将自适应多外围框与十字池化特征联合并进行端到端训练，最后将训练后的目标检测器进行测试。本发明利用卷积神经网络架构，通过三元组损失函数优化特征，使相同的目标之间的特征相似度更强，不同的目标之间的特征相似度更弱，即使在视频帧中出现目标之间表观相似、检测框不准确、目标姿态变化等一系列情况，最终依旧能够达到优越的效果同时保持速度快速。
-
公开(公告)号：CN108537824A
公开(公告)日：2018-09-14
申请号：CN201810212701.X
申请日：2018-03-15
Applicant: 上海交通大学
Abstract: 一种基于交替反卷积与卷积的特征图增强的图像检测优化方法，通过交替反卷积与卷积进行特征图增强，使用卷积神经网络中不同的层，预测不同尺度的目标，并重新构建用来进行目标分类与回归的预测层，最后经网络训练后得到目标检测器进行图像检测并得到优化后的目标框。通过本发明改进的网络结构，可以很容易移植到主流的目标检测网络架构中，很大程度增强特征，且保留图像中小目标特征，促进检测效果，即使在低分辨率的图像输入条件下，依然取得优异的效果。
-
公开(公告)号：CN108520203A
公开(公告)日：2018-09-11
申请号：CN201810212726.X
申请日：2018-03-15
Applicant: 上海交通大学
Abstract: 一种基于融合自适应多外围框与十字池化特征的多目标特征提取方法，以连续帧图像作为训练数据，针对其中每一帧图像中的目标分别提取三层多外围框的特征并进行自适应去除噪声的特征加权，接着对特征进行十字池化噪声去除，最后将自适应多外围框与十字池化特征联合并进行端到端训练，最后将训练后的目标检测器进行测试。本发明利用卷积神经网络架构，通过三元组损失函数优化特征，使相同的目标之间的特征相似度更强，不同的目标之间的特征相似度更弱，即使在视频帧中出现目标之间表观相似、检测框不准确、目标姿态变化等一系列情况，最终依旧能够达到优越的效果同时保持速度快速。
-
公开(公告)号：CN108537824B
公开(公告)日：2021-07-16
申请号：CN201810212701.X
申请日：2018-03-15
Applicant: 上海交通大学
Abstract: 一种基于交替反卷积与卷积的特征图增强的图像检测优化方法，通过交替反卷积与卷积进行特征图增强，使用卷积神经网络中不同的层，预测不同尺度的目标，并重新构建用来进行目标分类与回归的预测层，最后经网络训练后得到目标检测器进行图像检测并得到优化后的目标框。通过本发明改进的网络结构，可以很容易移植到主流的目标检测网络架构中，很大程度增强特征，且保留图像中小目标特征，促进检测效果，即使在低分辨率的图像输入条件下，依然取得优异的效果。
-
公开(公告)号：CN110070025A
公开(公告)日：2019-07-30
申请号：CN201910306845.6
申请日：2019-04-17
Applicant: 上海交通大学
Abstract: 一种基于单目图像的三维目标检测系统及方法，将三维目标检测转化到二维图像下的预测，然后应用摄像头标定参数将二维映射到摄像头三维坐标系下，重构出目标的三维目标框，通过对映射出的三维目标框进行进一步修正，得到精确的三维目标框，经两步法训练后进行精确三维目标检测，本发明低成本，高效，具有广泛的实际应用价值。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
