公开(公告)号：CN116563820A

公开(公告)日：2023-08-08

申请号：CN202310503696.9

申请日：2023-05-06

Applicant: 大连海事大学

Inventor： 郝立颖 ,  杨家睿 ,  张云泽 ,  张健

IPC: G06V20/58 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于注意力机制和角点池化的小目标车辆检测方法，包括获取SODA10M数据集并进行数据增强；输入的图片经过Hourglass‑CA进行特征信息提取，同时使用多级注意力网络进行多尺度特征统一和训练，得到的特征图经过多目标角点池化模块进行车辆的左上和右下角点预测，输出热图、偏移量和嵌入矢量；设计损失函数，并利用Adam算法对所述神经网络模型进行优化；输入经过数据增强的数据集到改进后的神经网络模型中，获取车辆的类别以及位置信息。本发明的技术方案解决了网络模型中的主干网络参数过大的问题，以及因实际拍摄远处车辆，其目标较小，而现有技术在对远处车辆进行小目标检测时往往表现不佳，不能准确地处理远景中车辆的遮挡问题。

公开(公告)号：CN117746375A

公开(公告)日：2024-03-22

申请号：CN202310926706.X

申请日：2023-07-26

Applicant: 大连海事大学

Inventor： 郝立颖 ,  李翼飞 ,  张云泽 ,  张健

IPC: G06V20/58 ,  G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于3D注意力机制的雾天车辆检测方法，其特征在于包括：下载KITTI数据集并构建3D车辆检测的网络模型；设计网络模型中的各环节损失函数并对网络模型进行训练；基于完成训练的网络模型对3D车辆信息进行识别。该方法考虑到雾天对点云激光雷达的干扰，首先，在多尺度体素特征融合网络中，利用3D注意力网络对多尺度的点云特征进行重新加权，以便在检测时特别关注感兴趣区域。然后，在关键点权重预测网络中进一步丰富的关键点特征信息，优化权重参数，提升网格化感兴趣区域池化模型的三维检测框的准确度，以预测出车辆的3D检测框。