-
公开(公告)号：CN110378210A
公开(公告)日：2019-10-25
申请号：CN201910500483.4
申请日：2019-06-11
Applicant: 江苏大学
Abstract: 本发明公开了一种基于轻量化YOLOv3的车辆和车牌检测及长短焦融合测距方法，建立车辆和车牌数据集，设计并训练轻量化YOLOv3网络，车辆和车牌检测及长短焦融合测距。针对YOLOv3网络参数量大、计算时间长的问题，用轻量化网络替换主干网络，重新构建其余卷积层构架，保证检测精度的前提下极大提高了检测速度，有利于目标检测网络迁移至车载嵌入式单元。此外，在检测车辆和车牌的基础上，通过车牌尺寸固定的特征，基于车牌宽度计算车宽，进一步计算两车之间的距离。而长短焦融合测距方法，通过匹配融合长焦和短焦摄像头画面中的车辆位置和大小信息，并加入跟踪算法，实现对长距离范围内的车辆连续实时测距，不受摄像头跳动带来的影响，测距结果精度高、鲁棒性好。
-
Patent Agency Ranking
公开(公告)号：CN110378210B
公开(公告)日：2023-04-18
申请号：CN201910500483.4
申请日：2019-06-11
Applicant: 江苏大学
IPC: G06V20/58 , G06V20/62 , G06V10/82 , G06V10/774 , G06T7/277 , G06T7/73 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于轻量化YOLOv3的车辆和车牌检测及长短焦融合测距方法，建立车辆和车牌数据集，设计并训练轻量化YOLOv3网络，车辆和车牌检测及长短焦融合测距。针对YOLOv3网络参数量大、计算时间长的问题，用轻量化网络替换主干网络，重新构建其余卷积层构架，保证检测精度的前提下极大提高了检测速度，有利于目标检测网络迁移至车载嵌入式单元。此外，在检测车辆和车牌的基础上，通过车牌尺寸固定的特征，基于车牌宽度计算车宽，进一步计算两车之间的距离。而长短焦融合测距方法，通过匹配融合长焦和短焦摄像头画面中的车辆位置和大小信息，并加入跟踪算法，实现对长距离范围内的车辆连续实时测距，不受摄像头跳动带来的影响，测距结果精度高、鲁棒性好。
-
公开(公告)号：CN109334563B
公开(公告)日：2021-06-22
申请号：CN201811013119.7
申请日：2018-08-31
Applicant: 江苏大学
Abstract: 本发明公开了一种基于道路前方行人和骑行者的防碰撞预警方法，属于驾驶辅助系统领域，包括环境感知、信息解读和目标状态判断三个方面。本发明将收集的训练集送入YOLO‑R网络进行训练，进行目标检测和分类，采用Kalman滤波实现多目标跟踪；对图像进行逆透视变换，得到IPM图像，并通过数据回归建模拟合出原始图像与IPM图像像素坐标的关系曲线，再由IPM图像像素坐标与世界坐标的线性关系估算出距离；根据自车车速和制动距离，确定预警激活区域，然后对处于激活区域内的目标采用模糊预警算法判断目标是否存在危险，若有危险及时提醒驾驶者，从而有效的减少事故的发生，保护行人和骑行者的安全。
-
公开(公告)号：CN109334563A
公开(公告)日：2019-02-15
申请号：CN201811013119.7
申请日：2018-08-31
Applicant: 江苏大学
Abstract: 本发明公开了一种基于道路前方行人和骑行者的防碰撞预警方法，属于驾驶辅助系统领域，包括环境感知、信息解读和目标状态判断三个方面。本发明将收集的训练集送入YOLO-R网络进行训练，进行目标检测和分类，采用Kalman滤波实现多目标跟踪；对图像进行逆透视变换，得到IPM图像，并通过数据回归建模拟合出原始图像与IPM图像像素坐标的关系曲线，再由IPM图像像素坐标与世界坐标的线性关系估算出距离；根据自车车速和制动距离，确定预警激活区域，然后对处于激活区域内的目标采用模糊预警算法判断目标是否存在危险，若有危险及时提醒驾驶者，从而有效的减少事故的发生，保护行人和骑行者的安全。
-
公开(公告)号：CN109255044A
公开(公告)日：2019-01-22
申请号：CN201811013129.0
申请日：2018-08-31
Applicant: 江苏大学
IPC: G06F16/535 , G06F16/58 , G06K9/62
Abstract: 本发明公开了一种基于YOLOv3深度学习网络的图像智能标注方法，属于图像检索技术领域。该方法首先将图像识别项目所要标注的图片数据集分成M组，对其中一组进行人工标注，并将其用于训练YOLOv3深度学习网络，然后将得到的网络模型自动标注另一组未人工标注的图片数据，并将其加入YOLOv3的训练集中继续训练，重复上述的标注和训练过程，直到成功的标注所有组的图像数据，并得到对应图像识别项目整个数据集的更新模型。本发明实现了对图像识别项目的图片数据集智能标注，不但有效的降低了图像标注的复杂工作量，而且通过数次的循环迭代训练逐渐提升了YOLOv3模型检测和识别目标的性能。
-
公开(公告)号：CN201246300Y
公开(公告)日：2009-05-27
申请号：CN200820035446.8
申请日：2008-05-05
Applicant: 江苏大学
Abstract: 本实用新型属于流体机械技术领域，涉及流体力学学科中对无阀压电泵的改进。其包括固定片、固定螺钉、泵体、压电振子、进口管和出口管。其特征是：在泵体上分别安装的进口管和出口管分别为结构一样但方向相反安装的“V”型管结构，即正“V”型管和倒“V”型管，其中“V”型管包括合流管和两个分支管，其中分支管是中轴线对称分布的两个扩散管结构的管路，在合流管中交汇；进口管为正“V”形，两分支管与泵腔相连，合流管与外界管路相连；出口管为倒“V”形，合流管与泵腔相连，两分支管与外界管路相连。可应用于生物芯片、微流控芯片以及微型全分析系统、临床药物微量输液系统、化学及生化的定量、流量控制泵、微机械的液力驱动器、电子设备及计算机的冷却用动力及电磁场的干扰等领域。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
