公开(公告)号：CN119206195A

公开(公告)日：2024-12-27

申请号：CN202411719708.2

申请日：2024-11-28

Applicant: 华东交通大学

Inventor： 唐洪 ,  罗林枫 ,  夏军 ,  邓雨寒

IPC: G06V10/25 ,  G06V20/58 ,  G06V10/764 ,  G06V10/774 ,  G06T7/73 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种点云3D目标检测方法、系统、存储介质及设备，该方法包括：获取不同驾驶场景中各种道路参与者与不同程度遮挡、截断的图像数据，进行预处理得到目标数据集；构建基于B样条激活函数的点云3D目标检测模型；将训练集导入点云3D目标检测模型中进行训练，并使用测试集对点云3D目标检测模型进行校验，以及使用验证集对点云3D目标检测模型进行评估；将点云3D目标检测模型部署于车辆中，对不同驾驶场景下道路参与者遮挡、截断的场景进行检测。本发明通过对自动驾驶中不同场景进行检测，有利于准确判断道路情况、预测行人和骑行者行为，提升行车效率和提高行车安全性，增强系统适应性和鲁棒性，减少交通事故的发生。

公开(公告)号：CN119206195B

公开(公告)日：2025-03-21

申请号：CN202411719708.2

申请日：2024-11-28

Applicant: 华东交通大学

Inventor： 唐洪 ,  罗林枫 ,  夏军 ,  邓雨寒

IPC: G06V10/25 ,  G06V20/58 ,  G06V10/764 ,  G06V10/774 ,  G06T7/73 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种点云3D目标检测方法、系统、存储介质及设备，该方法包括：获取不同驾驶场景中各种道路参与者与不同程度遮挡、截断的图像数据，进行预处理得到目标数据集；构建基于B样条激活函数的点云3D目标检测模型；将训练集导入点云3D目标检测模型中进行训练，并使用测试集对点云3D目标检测模型进行校验，以及使用验证集对点云3D目标检测模型进行评估；将点云3D目标检测模型部署于车辆中，对不同驾驶场景下道路参与者遮挡、截断的场景进行检测。本发明通过对自动驾驶中不同场景进行检测，有利于准确判断道路情况、预测行人和骑行者行为，提升行车效率和提高行车安全性，增强系统适应性和鲁棒性，减少交通事故的发生。

公开(公告)号：CN117636266B

公开(公告)日：2024-05-14

申请号：CN202410103863.5

申请日：2024-01-25

Applicant: 华东交通大学

Inventor： 唐洪 ,  罗林枫 ,  夏军

IPC: G06V20/52 ,  G06V40/10 ,  G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0495 ,  G06N3/084

Abstract: 本发明提供一种工人安全行为检测方法、系统、存储介质及电子设备，方法包括：获取工地中工人行为的图像样本并标注，得到标注安全行为的样本数据集并对样本数据集中的样本进行预处理，再将预处理后的样本数据集分为训练集和测试集；根据训练集通过预设网络模型进行网络训练，并通过预设损失函数判断预设网络模型的训练效果；当预设网络模型的效果稳定时，通过测试集对预设网络模型的准确率进行测试，判断准确率是否达到预设值，若是，结束对预设网络模型的训练，得到目标网络模型；将目标网络模型部署至具有拍摄功能的移动终端中。本发明解决了现有技术中检测方法存在检测错误与遗漏现象，且检测模型结构复杂、参数量大需要大量算力和能耗的问题。

公开(公告)号：CN117636266A

公开(公告)日：2024-03-01

申请号：CN202410103863.5

申请日：2024-01-25

Applicant: 华东交通大学

Inventor： 唐洪 ,  罗林枫 ,  夏军

IPC: G06V20/52 ,  G06V40/10 ,  G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0495 ,  G06N3/084

Abstract: 本发明提供一种工人安全行为检测方法、系统、存储介质及电子设备，方法包括：获取工地中工人行为的图像样本并标注，得到标注安全行为的样本数据集并对样本数据集中的样本进行预处理，再将预处理后的样本数据集分为训练集和测试集；根据训练集通过预设网络模型进行网络训练，并通过预设损失函数判断预设网络模型的训练效果；当预设网络模型的效果稳定时，通过测试集对预设网络模型的准确率进行测试，判断准确率是否达到预设值，若是，结束对预设网络模型的训练，得到目标网络模型；将目标网络模型部署至具有拍摄功能的移动终端中。本发明解决了现有技术中检测方法存在检测错误与遗漏现象，且检测模型结构复杂、参数量大需要大量算力和能耗的问题。