公开(公告)号：CN111553252A

公开(公告)日：2020-08-18

申请号：CN202010336272.4

申请日：2020-04-24

Applicant: 福建农林大学

Inventor： 罗文婷 ,  连丽容 ,  李林

IPC: G06K9/00 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习及U-V视差算法的道路行人自动识别定位方法，通过双目道路智能感知系统采集道路前景双目图像，采用RetinaNet深度学习算法训练目标行人识别模型；基于深度学习识别结果，采用半全局块匹配（Semi-Global Block Matching，SGBM）算法实现行人道路前景双目图像的视差计算；基于计算得出的视差图，分别统计U-V方向的视差值，根据双目立体相机成像原理获得目标行人的三维坐标，最终实现道路行人的定位。本发明可以实现道路行人的检测，辅助驾驶员对行驶车辆前方的行人距离判断，提高驾驶车辆在交通环境下的行驶安全性。

公开(公告)号：CN110647850A

公开(公告)日：2020-01-03

申请号：CN201910921062.9

申请日：2019-09-27

Applicant: 福建农林大学 ,  福建省锐道工程技术咨询有限公司

Inventor： 罗文婷 ,  李林 ,  连丽容

IPC: G06K9/00

Abstract: 本发明涉及一种基于逆透视原理的车道偏移自动测量方法，首先进行道路图像预处理，对车载惯导视觉系统拍摄的图像使用梯度阈值、颜色阈值进行处理，得到二进制图；其次使用透视变换得到二进制图的鸟瞰图；再是对车道边缘线提取，通过车道线边缘灰度变化特点用传统的车道线边缘检测，检测车道线像素并提取车道边界；最后计算车道曲率及车辆相对车道中央的位置，以获得车道的偏移量，进行车辆位置匹配，获得车辆在车道的位置信息。本发明利用图像处理与计算机视觉检测技术，实现对行驶车辆在车道内的位置进行定位，防止行车偏移的发生，辅助驾驶，并能及时对异常情况做出反应和处理。

公开(公告)号：CN111553252B

公开(公告)日：2022-06-07

申请号：CN202010336272.4

申请日：2020-04-24

Applicant: 福建农林大学

Inventor： 罗文婷 ,  连丽容 ,  李林

IPC: G06V20/64 ,  G06V40/10 ,  G06V20/58 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习及U‑V视差算法的道路行人自动识别定位方法，通过双目道路智能感知系统采集道路前景双目图像，采用RetinaNet深度学习算法训练目标行人识别模型；基于深度学习识别结果，采用半全局块匹配（Semi‑Global Block Matching，SGBM）算法实现行人道路前景双目图像的视差计算；基于计算得出的视差图，分别统计U‑V方向的视差值，根据双目立体相机成像原理获得目标行人的三维坐标，最终实现道路行人的定位。本发明可以实现道路行人的检测，辅助驾驶员对行驶车辆前方的行人距离判断，提高驾驶车辆在交通环境下的行驶安全性。