-
公开(公告)号：CN113095277A
公开(公告)日：2021-07-09
申请号：CN202110456571.6
申请日：2021-04-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于目标空间分布特征的无人机航拍车辆检测方法，该方法首先基于条件生成对抗CGAN思想构建航拍车辆密度估计网络，生成车辆密度图，由此获得车辆目标空间分布特征；其次，依据目标空间分布特征对高分辨率航拍车辆图像实现自适应切分，得到若干局部图像块；最后，利用局部图像块以及原始无人机航拍车辆图像分别训练得到一个单阶段车辆检测器，并将全局图像与局部图像块的检测结果基于Soft‑NMS算法进行决策级融合后，输出最终检测结果。本发明提出的无人机航拍车辆检测方法避免了因原始图像缩放而导致的目标像素特征点丢失情况的出现，进一步提升了车辆检测精度。
-
公开(公告)号：CN111694010B
公开(公告)日：2022-03-25
申请号：CN202010459125.6
申请日：2020-05-27
Applicant: 东南大学
Abstract: 一种基于视觉与激光雷达融合的路侧车辆识别方法，该方法针对路侧视角不同光照条件下车辆识别准确率低的问题，首先进行路侧环境感知系统传感器的标定，包括摄像机的自标定与传感器间的联合标定，为传感器信息融合奠定基础；其次，在数据层级和特征层级上融合图像信息与雷达点云数据，并搭建了基于视觉与激光雷达融合的路侧车辆识别网络模型CBYOLO；然后，利用路侧数据集训练CBYOLO网络；最后，使用训练好的CBYOLO网络进行路侧车辆识别。本发明提出的一种基于视觉与激光雷达融合的路侧车辆识别方法具有良好的环境适应能力和较高的准确率。
-
公开(公告)号：CN111898501B
公开(公告)日：2022-04-05
申请号：CN202010692817.5
申请日：2020-07-17
Applicant: 东南大学
Abstract: 本发明公开了一种针对拥堵路段的无人机在线航拍车辆识别及统计方法，该方法首先构建拥堵路段航拍车辆数据集，之后对原始的YOLOv3网络进行了改进，利用K‑Means++算法得到针对于拥堵路段航拍车辆数据集的anchor尺寸，并利用该anchor尺寸训练得到基于YOLOv3卷积神经网络的拥堵路段航拍车辆实时检测模型；然后使用得到的车辆检测模型对无人机沿拥堵路段航行获取的航拍图像进行实时在线检测，识别车辆目标，同时采用KM算法建立相邻两帧图像检测出的车辆目标间精准的匹配关系，准确得到当前帧较前一帧的新增车辆数目，从而实现拥堵路段车辆数量统计。本发明提出的车辆识别及统计方法具有较好的灵活性，实现了针对拥堵路段内车辆数量的准确、实时、在线统计。
-
Patent Agency Ranking
公开(公告)号：CN111694010A
公开(公告)日：2020-09-22
申请号：CN202010459125.6
申请日：2020-05-27
Applicant: 东南大学
Abstract: 一种基于视觉与激光雷达融合的路侧车辆识别方法，该方法针对路侧视角不同光照条件下车辆识别准确率低的问题，首先进行路侧环境感知系统传感器的标定，包括摄像机的自标定与传感器间的联合标定，为传感器信息融合奠定基础；其次，在数据层级和特征层级上融合图像信息与雷达点云数据，并搭建了基于视觉与激光雷达融合的路侧车辆识别网络模型CBYOLO；然后，利用路侧数据集训练CBYOLO网络；最后，使用训练好的CBYOLO网络进行路侧车辆识别。本发明提出的一种基于视觉与激光雷达融合的路侧车辆识别方法具有良好的环境适应能力和较高的准确率。
-
公开(公告)号：CN111145184A
公开(公告)日：2020-05-12
申请号：CN201910506741.X
申请日：2019-06-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于多尺度特征融合的拖牵过程安全预警方法。本发明结合轻型救援车拖牵运输的特点以及被拖车监控图像的特征，设计了一种基于多尺度特征融合的拖牵过程安全预警方法，能够对被拖车的纵向晃动幅度进行有效监测；另外，拖牵过程安全预警方法可靠性高，抗干扰能力强；本发明利用了车牌区域的多种特征，例如：颜色特征、矩形特征等，进行车牌定位，抗干扰能力强，鲁棒性强，而且采用基于多尺度特征融合的方法进行纵向晃动幅值计算，准确率高；本发明具有良好的实时性。
-
公开(公告)号：CN111145184B
公开(公告)日：2022-07-29
申请号：CN201910506741.X
申请日：2019-06-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于多尺度特征融合的拖牵过程安全预警方法。本发明结合轻型救援车拖牵运输的特点以及被拖车监控图像的特征，设计了一种基于多尺度特征融合的拖牵过程安全预警方法，能够对被拖车的纵向晃动幅度进行有效监测；另外，拖牵过程安全预警方法可靠性高，抗干扰能力强；本发明利用了车牌区域的多种特征，例如：颜色特征、矩形特征等，进行车牌定位，抗干扰能力强，鲁棒性强，而且采用基于多尺度特征融合的方法进行纵向晃动幅值计算，准确率高；本发明具有良好的实时性。
-
公开(公告)号：CN113095277B
公开(公告)日：2022-04-05
申请号：CN202110456571.6
申请日：2021-04-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于目标空间分布特征的无人机航拍车辆检测方法，该方法首先基于条件生成对抗CGAN思想构建航拍车辆密度估计网络，生成车辆密度图，由此获得车辆目标空间分布特征；其次，依据目标空间分布特征对高分辨率航拍车辆图像实现自适应切分，得到若干局部图像块；最后，利用局部图像块以及原始无人机航拍车辆图像分别训练得到一个单阶段车辆检测器，并将全局图像与局部图像块的检测结果基于Soft‑NMS算法进行决策级融合后，输出最终检测结果。本发明提出的无人机航拍车辆检测方法避免了因原始图像缩放而导致的目标像素特征点丢失情况的出现，进一步提升了车辆检测精度。
-
公开(公告)号：CN111898501A
公开(公告)日：2020-11-06
申请号：CN202010692817.5
申请日：2020-07-17
Applicant: 东南大学
Abstract: 本发明公开了一种针对拥堵路段的无人机在线航拍车辆识别及统计方法，该方法首先构建拥堵路段航拍车辆数据集，之后对原始的YOLOv3网络进行了改进，利用K-Means++算法得到针对于拥堵路段航拍车辆数据集的anchor尺寸，并利用该anchor尺寸训练得到基于YOLOv3卷积神经网络的拥堵路段航拍车辆实时检测模型；然后使用得到的车辆检测模型对无人机沿拥堵路段航行获取的航拍图像进行实时在线检测，识别车辆目标，同时采用KM算法建立相邻两帧图像检测出的车辆目标间精准的匹配关系，准确得到当前帧较前一帧的新增车辆数目，从而实现拥堵路段车辆数量统计。本发明提出的车辆识别及统计方法具有较好的灵活性，实现了针对拥堵路段内车辆数量的准确、实时、在线统计。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
