公开(公告)号：CN119992478A

公开(公告)日：2025-05-13

申请号：CN202510204869.6

申请日：2025-02-24

Applicant: 厦门理工学院

Inventor： 申水文 ,  曾晓榕 ,  苏亮 ,  陈卫强 ,  宋光吉 ,  刘强生 ,  常宇轩

IPC: G06V20/54 ,  G06V10/40 ,  G06V10/75 ,  G06V10/77 ,  G06V10/80 ,  G06V20/64 ,  G06V20/58

Abstract: 本发明涉及图像数据处理技术领域，具体涉及一种基于连续时间流场的深度估计方法，该方法包括：获取车辆在行驶过程中的交通图像信息；对所述交通图像信息进行特征处理，得到特征空间；基于相邻两个时刻对应的特征空间，在时间序列上确定特征变化趋势；基于所述特征变化趋势对所述行驶过程中的目标对象进行深度预测，得到所述目标对象的深度特征信息；基于所述深度特征信息和当前时刻的特征空间，对所述目标对象进行识别。该方法将特征空间结合目标对象在行驶过程中不同时间点上的位移，能够精准计算出目标对象的深度特征信息；便于通过深度特征信息和特征空间，对目标对象进行识别，以提高目标对象识别的精准度。

公开(公告)号：CN119992479A

公开(公告)日：2025-05-13

申请号：CN202510204870.9

申请日：2025-02-24

Applicant: 厦门理工学院

Inventor： 申水文 ,  陈卫强 ,  曾晓榕 ,  苏亮 ,  宋光吉 ,  常宇轩 ,  谢欣君

IPC: G06V20/54 ,  G06V10/72 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06V20/56 ,  G06V20/64

Abstract: 本发明涉及图像数据处理技术领域，具体涉及基于在线深度反馈对齐的目标识别方法，该方法包括：获取车辆在行驶过程中的交通图像信息；采用深度估计网络对交通图像信息进行特征处理，得到特征空间；基于上一时刻的特征空间，生成上一时刻对应的下一时刻的预测特征；确定下一时刻的预测特征和当前时刻的特征真值之间的差异信息，并反馈至深度估计网络；基于差异信息调整深度估计网络的网络参数，得到目标识别网络；基于目标识别网络，对交通图像信息中的目标对象进行识别。该方法通过即时的反馈和调整，加速深度估计网络的训练过程，提高训练效率，从而能够提高目标识别网络对交通图像信息中的目标对象的识别精准度。