-
公开(公告)号:CN119741674A
公开(公告)日:2025-04-01
申请号:CN202411747848.0
申请日:2024-12-02
Applicant: 南京理工大学 , 南京市公安局交通管理局
IPC: G06V20/58 , G06V10/774 , G06V10/82 , G06V10/25 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种融合CNN和Transformer的复杂环境下交通标志检测方法,该方法包括:获取交通标志图像数据并进行标注,制作交通标志检测数据集;构建融合了CNN与Transformer的交通标志检测模型;使用制作的交通标志检测数据集对构建的检测模型进行训练;使用训练好的检测模型对输入的待检测图像进行检测并输出检测结果。其中所述的检测模型融合CNN和Transformer,其中CNN模块对于捕捉边缘和角落等高频特征特别有效,而Transformer模块则更适合捕捉全局模式等低频特征;此外,该模型还加入了一个局部性模块,以增强局部感知能力,同时也加入了一个新的能够同时纳入局部的和全局的上下文信息的模块,提高了模型在复杂环境下交通标志检测的效率和精度。
-
公开(公告)号:CN119600572A
公开(公告)日:2025-03-11
申请号:CN202411747609.5
申请日:2024-12-02
Applicant: 南京理工大学
IPC: G06V20/58 , G06V20/40 , G06V10/764 , G06V10/26 , G06V20/70 , G06V10/25 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/045 , G08G1/048
Abstract: 本发明公开了一种融入环境信息感知的道路抛洒物分类检测方法,该方法包括:获取道路抛洒物图像数据;针对车辆运行前方环境内的各类实物信息,例如道路、车辆、抛洒物等,利用语义分割模型对隶属于不同类别的像素点信息进行标号,提取抛洒物图像数据内各像素点的精细化信息;使用训练好的目标检测模型,对语义分割获取的道路抛洒物精细化信息进行特征提取,输出检测到的道路抛洒物及其类别。本发明可以检测到静止在车辆运行前方区域内的抛洒物,适用车辆运行过程中的各种复杂场景,各类抛洒物检出性能出色,因而具有较强的实用价值。
-
公开(公告)号:CN119559788A
公开(公告)日:2025-03-04
申请号:CN202411733431.9
申请日:2024-11-29
Applicant: 南京理工大学
IPC: G08G1/01 , G08G1/015 , G08G1/0968 , G01S5/02 , G06V20/17 , G06V20/54 , G06V10/764 , G06V10/774
Abstract: 本发明采用无人机视频数据结合深度学习的方法,构建了一种基于精细化机动车轨迹的交叉口转弯半径测量与评价方法,属于智能交通技术领域。通过无人机航拍获取交叉口路段交通流视频数据,构建基础数据集,搭建车辆检测追踪模型得到机动车轨迹数据;利用基于卡尔曼滤波、插值补充、均值平移等方法的数据去噪与缺值处理方法,输出精细化机动车轨迹;利用贝塞尔曲线拟合机动车轨迹坐标点,得到拟合的轨迹线条计算各点位曲率,确定轨迹曲线各点位曲率;建立车辆在交叉口内部的时空运动模型,根据模型确定运动时间中点和空间中点,由三点确定限界圆弧轨迹的转弯半径;基于转弯半径检测结果,评价交叉口转弯半径设计是否合理。
-
-