公开(公告)号：CN119561556A

公开(公告)日：2025-03-04

申请号：CN202411597721.5

申请日：2024-11-11

Applicant: 吉林大学

Inventor： 石文孝 ,  石迪 ,  刘维 ,  尹孝萱 ,  刘安琪 ,  李芊

IPC: H03M13/11 ,  H04L1/00

Abstract: 本发明提供了一种基于OCC的车对车通信系统前向纠错编译码方法，发射端编码器对信息源码进行QC‑LDPC快速编码，编码信息以波长为808nm的红外光为信息载体，经过自由空间光信道被接收端相机实时拍摄得到LED灯阵列图像；拍摄图像经过边缘检测算法得到LED灯轮廓进而得到其中心坐标，计算每个LED灯的平均灰度值，经过归一化处理后将编码信息传输至接收端译码器，译码器通过LBP译码算法对校验矩阵的每一层做和积译码，将得到后验信息转为二进制，根据校验等式判断译码后信息是否正确，完成译码，去除编码信息中的校验向量以及纠正传输过程中由于各种干扰因素造成的误码，降低系统误码率，提高通信的可靠性。

公开(公告)号：CN119559378A

公开(公告)日：2025-03-04

申请号：CN202411597723.4

申请日：2024-11-11

Applicant: 吉林大学

Inventor： 石文孝 ,  尹孝萱 ,  刘维 ,  石迪 ,  刘安祺 ,  李芊

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供了一种基于改进后YOLOv8的车对车OCC系统目标识别方法，首先预处理原始图像数据，在现有的YOLOv8的基础上进行改进；在骨干网络中用CAIFI对原有的SPPF进行替换、引入EC2f模块，来提取OCC系统目标的特征信息；引入BIFPN模块并更改其权重函数进行特征融合删除对OCC系统目标贡献较小的特征网络达到简化网络、结合高层特征的信息与底层的信息的目的；边框损失函数采用Shape_IoU函数，考虑OCC系统目标LED阵列其自身的形状与尺度定位LED阵列的边界；本方法能做到较高的识别精度，能对LED阵列进行准确度高的识别，能够对移动中的LED进行较好识别，帮助我们更好的对后续LED阵列解码，提取LED阵列中所包含的信息，例如车牌信息、故障信息等。

公开(公告)号：CN117409182A

公开(公告)日：2024-01-16

申请号：CN202311420935.0

申请日：2023-10-30

Applicant: 吉林大学

Inventor： 石文孝 ,  韩倩倩 ,  刘维 ,  刘安琪 ,  于浩海 ,  石迪

IPC: G06V10/22 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种联合KCF与Yolov5的OCC系统目标识别与跟踪方法，首先采用Yolov5算法预测目标初始位置，跟踪目标为m行n列即m×n个可独立发光和熄灭的LED灯组成的LED阵列，通过非极大抑制算法获得最优预测结果；随后，利用KCF算法对LED阵列进行实时跟踪，确定LED阵列当前时刻位置并记录其当前时刻的输出响应值；当输出响应值满足设定阈值时，表示KCF算法输出结果可靠，采用其输出结果作为跟踪结果；当输出响应值不满足设定阈值时，采用Yolov5算法预测LED阵列位置，识别和定位到LED阵列后继续采用KCF算法进行实时跟踪；本方法通过结合KCF与Yolov5算法，解决了在目标发生遮挡后误跟踪和目标丢失的问题提高了系统鲁棒性，在正确识别和跟踪目标的基础上算法开销较小。