-
公开(公告)号：CN116721403A
公开(公告)日：2023-09-08
申请号：CN202310723460.6
申请日：2023-06-19
Applicant: 山东高速集团有限公司 , 长安大学
IPC: G06V20/58 , G06V10/26 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/0455 , G06N3/0464 , G06N3/048
Abstract: 本发明提供了一种道路交通标志检测方法，属于交通标志图像处理技术领域，包括：获取交通标志图像数据集；根据交通标志图像数据集，生成对应的带雾图像数据集；将带雾图像数据集输入生成对抗网络模型中对对抗网络模型进行训练，训练后的生成对抗网络模型，用于将带雾图像转化为对应的去雾图像；利用交通标志图像数据集训练用于图像识别的网络模型，得到训练好的交通标志检测识别模型；将待检测的带雾图像送入训练后的生成对抗网络模型中，生成待检测的带雾图像对应的去雾图像，并将去雾图像输入训练好交通标志检测识别模型中，得到的交通标志的识别结果。该方法能够检测复杂道路交通标志。
-
Patent Agency Ranking
公开(公告)号：CN115063975A
公开(公告)日：2022-09-16
申请号：CN202210648480.7
申请日：2022-06-09
Applicant: 长安大学
Abstract: 本发明属于交通控制技术领域，公开了一种短时交通流数据预测方法、系统、计算机设备及存储介质，包括：获取待预测区域以及待预测区域各相关区域的历史交通流数据；根据待预测区域的历史交通流数据，得到待预测区域当前时段的周期性交通流数据，以及结合待预测区域各相关区域的历史交通流数据，通过预设的时空特征选择方法，得到待预测区域的最优相关历史交通流数据；获取待预测区域当前时段的外部特征影响因素数据，并将待预测区域当前时段的外部特征影响因素数据、当前时段的周期性交通流数据及最优相关历史交通流数据输入预设的交通流预测模型，得到待预测区域的交通流数据短时预测值，有效提升了短时交通流数据预测的准确性。
-
公开(公告)号：CN114881339A
公开(公告)日：2022-08-09
申请号：CN202210545736.1
申请日：2022-05-19
Applicant: 长安大学
Abstract: 本发明属于自动驾驶领域，公开了一种车辆轨迹预测方法、系统、计算机设备及存储介质，包括：提取待预测车辆及待预测车辆各相邻车辆的历史运动轨迹数据，得到待预测车辆的多维动态场景特征向量；提取待预测车辆的多维动态场景特征向量，得到待预测车辆的交通感知信息；编码待预测车辆的交通感知信息以及历史运动状态数据，得到待预测车辆的隐状态信息；根据待预测车辆的隐状态信息，得到待预测车辆的混合注意力矩阵，并通过待预测车辆的混合注意力矩阵为待预测车辆的隐状态信息分配权重，然后依次通过最大池化处理和全连接处理，得到待预测车辆的轨迹预测值，最终有效提升了车辆轨迹预测准确性。
-
公开(公告)号：CN113139446A
公开(公告)日：2021-07-20
申请号：CN202110391084.6
申请日：2021-04-12
Applicant: 长安大学
Abstract: 本发明公开了一种端到端自动驾驶行为决策方法、系统及终端设备，属于自动驾驶领域。通过嵌入注意力机制的卷积神经网络提取场景空间位置特征，构建空间特征提取网络，准确解析场景目标空间特征及语义信息；通过嵌入时间注意力机制的长短期记忆网络编码‑解码结构捕捉场景时间上下文特征，构建时间特征提取网络，理解记忆场景时间序列信息；本发明综合场景空间信息与时间序列信息，同时结合注意力机制为关键视觉区域和运动序列赋予较高权重，使得预测过程更符合人类驾驶员的驾驶习惯，预测结果更加准确。
-
-
-
-
Search Results
16
records
(took 0.017 seconds)
