公开(公告)号：CN117095321A

公开(公告)日：2023-11-21

申请号：CN202210498410.8

申请日：2022-05-09

Applicant: 海南大学

Inventor： 白勇 ,  周游 ,  陈勇青

IPC: G06V20/40 ,  G06V10/82 ,  G06V10/25 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开一种适用于一阶段多帧热图感兴趣区域聚合的实时视频目标检测方法。CenterNet是一种从热图峰值点回归bounding boxes的一阶段目标检测器。本发明使用峰值检测和包含峰值点的回归框提取热图感兴趣区域（Heatmap Region of Interest），利用热图感兴趣区域来提取相邻多帧物体的特征信息。使用关系模块（Relation Module）来评估相邻多帧多个热图感兴趣区域与关键帧热图感兴趣区域的特征相似性并生成关系特征（Relation Feature）用于增强关键帧的热图感兴趣区域特征。在视频序列中将多帧热图关系特征聚合到关键帧的热图感兴趣区域上。

公开(公告)号：CN118135371A

公开(公告)日：2024-06-04

申请号：CN202410400412.8

申请日：2024-04-03

Applicant: 海南大学

Inventor： 胡祝华 ,  陈勇青 ,  卢俊霖

IPC: G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0895 ,  G06V10/74

Abstract: 本发明实施例公开了一种基于G‑CNN和对比学习的三维目标检测方法及装置，该方法为：构建编码器；通过所述编码器在3D目标检测中进行特征提取，获得BEV特征；构建用于引导所述编码器进行隐式学习3D‑2D投影关系的对比学习模块；对所述对比学习模块进行自监督的预训练学习；通过所述对比学习模块引导3D‑2D投影模块对BEV特征处理，获取正确的BEV空间特征投影；构建解码器；所述解码器根据精炼编码器模块和对比学习模块输出的BEV特征，获得最终的BEV特征；构建自顶向下的目标检测头；通过目标检测头在BEV空间中检测3D物体并回归边界框。