公开(公告)号：CN116740370A

公开(公告)日：2023-09-12

申请号：CN202310561755.8

申请日：2023-05-18

Applicant: 北京理工大学

Inventor： 刘福祥 ,  时俊祺 ,  李磊

IPC: G06V10/40 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06V20/17 ,  G06T5/30 ,  G06T5/00 ,  G06T7/62 ,  G06N3/04

Abstract: 本发明公开了一种基于深度自注意力变换网络的复杂目标识别方法，涉及目标识别方法技术领域。本发明与之前的卷积特征提取网络相比，改进了其浅层纹理信息和深层语义信息无法兼顾的问题，通过自注意力机制，增强了特征提取网络的全局建模能力，改善了特征提取效果，并通过加入形态学处理层，对结果进行连续性和连通性处理，以解决遮挡问题带来的误检、漏检。在结果上，该网络在复杂目标识别任务中，识别效果获得了提升，识别结果精度获得了提高。

公开(公告)号：CN116935330A

公开(公告)日：2023-10-24

申请号：CN202210356840.6

申请日：2022-04-06

Applicant: 北京理工大学

Inventor： 何绍溟 ,  柴剑铎 ,  时俊祺 ,  杨希雯 ,  王江 ,  林德福

IPC: G06V20/54 ,  G06V20/40 ,  G06T7/277 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了一种基于神经网络和联合数据概率数据关联法的交通监测方法，通过目标识别模块将视频中车辆识别出来，获得观测信息，通过目标跟踪模块对观测信息进行处理，将不同观测信息内的车辆的关联，实现对车辆的跟踪，所述目标识别模块中设置有神经网络模型和NMS模型，在所述目标跟踪模块中采用JPDA法对观测信息进行处理。本发明公开了基于神经网络和联合数据概率数据关联法的交通监测方法，运算速度快，跟踪精度高，能够实现交通实时监测。