-
公开(公告)号:CN112883936B
公开(公告)日:2025-02-25
申请号:CN202110378231.6
申请日:2021-04-08
Applicant: 桂林电子科技大学
IPC: G06V20/40 , G06V20/56 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种对车辆违规行为的检测方法及其系统,其系统包括双目摄像头模块、中央处理器、GPS定位模块、舵机控制模块、云计算服务器和云管理平台。本发明利用主车和从车拍摄的视频信息形成的违规证据链,可以从各角度收集违规证件进行车辆重识别综合判断车辆是否违规,使得证据链更完整,并且证据更清晰,极大的降低了误检率;并且证据链通过车辆重识别算法对违规行为进行精确检测,硬件所搭载的算法为可以抵抗对抗性样本攻击的Yolo‑DAP算法,对抗性样本攻击中表现更加优良,检测更精确。
-
公开(公告)号:CN112802039B
公开(公告)日:2022-03-01
申请号:CN202110100682.3
申请日:2021-01-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于全局边缘注意力的全景分割方法,在原全景分割网络结构的基础上添加了一个全局边缘注意力模块,利用当前模型的全景分割网络对原始训练图像进行全景分割得到当前模型的全景分割掩码;利用当前模型的全局边缘注意力模块对全景分割掩码进行全局边缘注意力检测,得到当前模型的全景分割掩码边缘矩阵;利用当前模型的全局边缘注意力模块对原始训练图像进行全局边缘注意力检测,得到当前模型的边缘矩阵因子;利用边缘矩阵因子去引导全景分割网络的实例和语义的全景分割,有利于区分细节和边缘,增强分割效果,提高分割效率。
-
公开(公告)号:CN112802039A
公开(公告)日:2021-05-14
申请号:CN202110100682.3
申请日:2021-01-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于全局边缘注意力的全景分割方法,在原全景分割网络结构的基础上添加了一个全局边缘注意力模块,利用当前模型的全景分割网络对原始训练图像进行全景分割得到当前模型的全景分割掩码;利用当前模型的全局边缘注意力模块对全景分割掩码进行全局边缘注意力检测,得到当前模型的全景分割掩码边缘矩阵;利用当前模型的全局边缘注意力模块对原始训练图像进行全局边缘注意力检测,得到当前模型的边缘矩阵因子;利用边缘矩阵因子去引导全景分割网络的实例和语义的全景分割,有利于区分细节和边缘,增强分割效果,提高分割效率。
-
公开(公告)号:CN112883936A
公开(公告)日:2021-06-01
申请号:CN202110378231.6
申请日:2021-04-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种对车辆违规行为的检测方法及其系统,其系统包括双目摄像头模块、中央处理器、GPS定位模块、舵机控制模块、云计算服务器和云管理平台。本发明利用主车和从车拍摄的视频信息形成的违规证据链,可以从各角度收集违规证件进行车辆重识别综合判断车辆是否违规,使得证据链更完整,并且证据更清晰,极大的降低了误检率;并且证据链通过车辆重识别算法对违规行为进行精确检测,硬件所搭载的算法为可以抵抗对抗性样本攻击的Yolo‑DAP算法,对抗性样本攻击中表现更加优良,检测更精确。
-
-
-