公开(公告)号：CN117237859B

公开(公告)日：2024-02-13

申请号：CN202311509301.2

申请日：2023-11-14

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  唐继辉 ,  马晓捷 ,  刘青山

IPC: G06V20/50 ,  G06V20/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了基于低光照增强的夜间高速公路雾天能见度检测方法，包括：实时获取高速公路上的摄像头拍摄的夜间高速公路雾天情况的图像数据；输入至低光图像增强的能见度检测网络模型，该模型包括增强网络模块、亮通道先验计算模块、融合分类网络，分别获得夜间图像的深度视觉特征、亮度特征，并通过融合分类网络进行能见度预测，输出能见度等级分类；设计低光图像增强的网络模型的损失函数并进行训练；训练好的低光图像增强的网络模型实现对夜间图像进行低光照增强，并通过Transformer实现特征的融合分类，能够有效提升夜间高速公路(56)对比文件文星等.面向路灯照明自适应调节的雾天能见度分类《.无线电通信技术》.2023,第49卷(第2期),第325-330页.张晨.雾天条件下图像可见度复原算法研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2021,(第1期),第I138-2024页.沈克成等.可见光-远红外图像的多模态能见度深度学习模型《.计算机辅助设计与图形学学报》.2021,第33卷(第6期),第939-946页.Jiaping Li等.A Transfer LearningMethod for Meteorological VisibilityEstimation Based on Feature FusionMethod《.applied sciences》.2021,第11卷(第3期),第1-21页.

公开(公告)号：CN117789083A

公开(公告)日：2024-03-29

申请号：CN202311811901.4

申请日：2023-12-27

Applicant: 南京信息工程大学

Inventor： 马晓捷 ,  林毅 ,  孙玉宝

IPC: G06V20/40 ,  G06V10/25 ,  G06V10/80 ,  G06V10/774 ,  G06F17/16 ,  G06V10/82

Abstract: 本发明公开了一种基于深度网络多层特征融合的视频跟踪方法及系统，方法包括：获取目标视频的第t帧图像；针对第t帧图像，提取候选目标区域特征；基于所述候选目标区域特征，计算当前区域特征和前一帧目标区域特征的核矩阵；根据当前区域特征和前一帧目标区域特征的核矩阵以及滤波模板，计算得到输出响应图；根据所述输出响应图，确定目标位置；其中所述滤波模板的获取方法包括：针对连续帧训练样本图像，分别提取目标区域特征，形成特征矩阵；基于所述特征矩阵，利用核函数计算目标区域特征自身的核矩阵；通过核矩阵和理想高斯核函数输出响应，训练得到滤波模板。采用主干网络ResNet特征提取方法提取目标区域特征，提高成功率和准确率。

公开(公告)号：CN117237859A

公开(公告)日：2023-12-15

申请号：CN202311509301.2

申请日：2023-11-14

Applicant: 南京信息工程大学

Inventor： 孙玉宝 ,  唐继辉 ,  马晓捷 ,  刘青山

IPC: G06V20/50 ,  G06V20/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了基于低光照增强的夜间高速公路雾天能见度检测方法，包括：实时获取高速公路上的摄像头拍摄的夜间高速公路雾天情况的图像数据；输入至低光图像增强的能见度检测网络模型，该模型包括增强网络模块、亮通道先验计算模块、融合分类网络，分别获得夜间图像的深度视觉特征、亮度特征，并通过融合分类网络进行能见度预测，输出能见度等级分类；设计低光图像增强的网络模型的损失函数并进行训练；训练好的低光图像增强的网络模型实现对夜间图像进行低光照增强，并通过Transformer实现特征的融合分类，能够有效提升夜间高速公路雾天能见度检测的准确率。