公开(公告)号：CN115311458B

公开(公告)日：2023-02-14

申请号：CN202211230870.9

申请日：2022-10-10

Applicant: 南京信息工程大学

Inventor： 耿焕同 ,  候蒙蒙

IPC: G06V10/26 ,  G06V10/25 ,  G06V10/10 ,  G06V10/774 ,  G06V10/82 ,  G06V40/10 ,  G06V40/20

Abstract: 本发明提供了一种基于多任务学习的实时高速公路行人闯入事件检测方法，所述方法包括以下步骤：1）从高速公路摄像头中获取数据集；2）对数据集进行数据增强；3）对增强后的数据集进行行人检测标注与道路分割标注；4）构建多任务学习神经网络模型；5）根据增强处理后的训练数据集对多任务学习神经网络进行训练；6）根据训练后的多任务学习神经网络对实时高速公路图像进行行人检测与道路分割；7）判断行人是否在高速公路上，并对高速公路上的行人进行标记、预警。本发明的技术方案能够通过训练一个多任务学习神经网络模型来同时实现道路分割和行人检测，从而满足高速公路场景下行人闯入事件检测的实时性和准确性。

公开(公告)号：CN115311458A

公开(公告)日：2022-11-08

申请号：CN202211230870.9

申请日：2022-10-10

Applicant: 南京信息工程大学

Inventor： 耿焕同 ,  候蒙蒙

IPC: G06V10/26 ,  G06V10/25 ,  G06V10/10 ,  G06V10/774 ,  G06V10/82 ,  G06V40/10 ,  G06V40/20

Abstract: 本发明提供了一种基于多任务学习的实时高速公路行人闯入事件检测方法，所述方法包括以下步骤：1）从高速公路摄像头中获取数据集；2）对数据集进行数据增强；3）对增强后的数据集进行行人检测标注与道路分割标注；4）构建多任务学习神经网络模型；5）根据增强处理后的训练数据集对多任务学习神经网络进行训练；6）根据训练后的多任务学习神经网络对实时高速公路图像进行行人检测与道路分割；7）判断行人是否在高速公路上，并对高速公路上的行人进行标记、预警。本发明的技术方案能够通过训练一个多任务学习神经网络模型来同时实现道路分割和行人检测，从而满足高速公路场景下行人闯入事件检测的实时性和准确性。