-
公开(公告)号：CN113989754B
公开(公告)日：2024-09-24
申请号：CN202110746333.9
申请日：2021-07-01
Applicant: 华南理工大学
IPC: G06V20/56 , G06V10/25 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了基于特征提取与聚合的车载行人检测方法。所述方法包括以下步骤：输入单张图像，使用主干网络逐阶段提取图像的主干特征；提取尺度敏感特征：设计锚点步长调整策略实现自适应采样，构建多并联分支卷积块提取主干特征的多个尺度特征，通过与主干特征逐元素融合生成具备一致表征能力的尺度敏感特征；构建基于上下文增强的特征金字塔；使用区域推荐网络生成符合预设高宽比的RoIs；提取并优化RoIs特征；基于优化的RoIs特征使用检测子网络执行车载行人检测，输出分类置信度和位置坐标。本发明通过解决行人尺度变化问题，提高车载行人检测精度。
-
公开(公告)号：CN118675201A
公开(公告)日：2024-09-20
申请号：CN202410729355.8
申请日：2024-06-06
Applicant: 华南理工大学
Abstract: 本发明公开了一种光照自适应的单阶段2D多人姿态估计方法。所述方法包括以下步骤：构建分解网络，获得反射率图像和光照图像；构建通道注意力机制，生成光照自适应权重因子；构建去噪恢复网络，得到优化后的反射率图像；构建主干网络，提取优化后的反射率图像与输入图像的联合主干特征；构建特征增强与融合模块，基于联合主干特征与光照自适应权重因子进行光照自适应特征增强，输出增强后的全局特征；构建关键点检测头部，基于增强后的全局特征，定位人体关键点；构造单阶段2D多人姿态估计模型并进行训练，对图像进行单阶段2D多人姿态估计。本发明能够显著提高低光场景下的多人姿态估计检测精度，且未明显增加计算开销，提高推理速度。
-
公开(公告)号：CN110929649B
公开(公告)日：2023-05-26
申请号：CN201911160906.9
申请日：2019-11-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种面向小目标检测的网络和困难样本挖掘方法，包括以下步骤：步骤一、使用主干网络提取当前图像主干特征；步骤二、构造颈部网络，生成特征金字塔；步骤三、构造区域生成网络模型，生成感兴趣区域；步骤四、基于困难样本挖掘生成训练数据；步骤五、使用感兴趣区域对齐模块裁剪区域特征；步骤六、使用头部网络分类和定位目标。本发明能够显著提高小目标检测精度，且仅少量增加计算开销。
-
公开(公告)号：CN111461008B
公开(公告)日：2023-05-23
申请号：CN202010247654.X
申请日：2020-03-31
Applicant: 华南理工大学
IPC: G06V20/17 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82
Abstract: 本发明公开了结合场景透视信息的无人机航拍目标检测方法。所述方法包括以下步骤：输入当前无人机航拍图像，使用主干网络提取图像特征金字塔；通过当前无人机传感器获取动态透视估计参数；通过其他已检测航拍图像集计算静态透视估计参数；使用动态透视估计参数以及静态透视估计参数计算图像场景透视估计图；构建区域生成网络，筛除透视适配性差的锚点，生成感兴趣区域；计算各个感兴趣区域符合透视关系的区域特征；执行分类和定位，输出目标检测结果。本发明通过结合场景透视信息，同时提高了无人机航拍目标检测的精度和速度。
-
公开(公告)号：CN111242839B
公开(公告)日：2023-04-21
申请号：CN202010032589.9
申请日：2020-01-13
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于尺度等级的图像缩放裁剪方法。所述方法包括以下步骤：获取包括训练图像的训练集，计算训练图像的图像尺度指数，根据图像尺度指数生成大、中、小三种尺度等级的标注；根据尺度等级的标注，训练尺度等级分类器；获取包括测试图像的测试集，使用尺度等级分类器分类测试图像的尺度等级；根据尺度等级缩放、裁剪测试图像。本发明对测试图像进行区别化的缩放和裁剪，显著提高小目标的检测精度，同时避免了引入过多的虚警。此外，由于区别化的缩放和裁剪，本发明只增加的少量检测时的计算开销。
-
Patent Agency Ranking
公开(公告)号：CN111974997A
公开(公告)日：2020-11-24
申请号：CN202010630633.6
申请日：2020-07-03
Applicant: 华南理工大学 , 深圳光韵达光电科技股份有限公司
Abstract: 本发明公开了一种基于原位多激光调控的增减材复合式制造装置及方法，包括以下步骤：对零件的数据模型进行数据处理；增材处理，小光斑连续激光束SLM成型零件，脉冲激光束对成型零件表面进行重熔、激光冲击强化；减材处理，大光斑连续激光束对待加工零件进行辐照软化，切削刀具装置对零件进行铣削加工；切换至增材制造模式，继续下一部分零件的增材堆积成型；重复增材处理步骤和减材处理步骤，直至完成整个零件的成型加工。本发明利用多激光原位调控，多波长激光增材、减材以及刀具铣削一体化协同成形，实现低缺陷、高精度、高性能零件的高效、一体化增减材复合制造。
-
公开(公告)号：CN111242839A
公开(公告)日：2020-06-05
申请号：CN202010032589.9
申请日：2020-01-13
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于尺度等级的图像缩放裁剪方法。所述方法包括以下步骤：获取包括训练图像的训练集，计算训练图像的图像尺度指数，根据图像尺度指数生成大、中、小三种尺度等级的标注；根据尺度等级的标注，训练尺度等级分类器；获取包括测试图像的测试集，使用尺度等级分类器分类测试图像的尺度等级；根据尺度等级缩放、裁剪测试图像。本发明对测试图像进行区别化的缩放和裁剪，显著提高小目标的检测精度，同时避免了引入过多的虚警。此外，由于区别化的缩放和裁剪，本发明只增加的少量检测时的计算开销。
-
公开(公告)号：CN109784216A
公开(公告)日：2019-05-21
申请号：CN201811620500.X
申请日：2018-12-28
Applicant: 华南理工大学
Abstract: 本发明公开基于概率图的车载热成像行人检测RoIs提取方法，包括：图像预处理：估计图像像素灰度值阈值P，根据P值获得凸-凹形曲线对，获得凸-凹形曲线对集合；从凸-凹形曲线对集合中选择凸-凹形曲线对映射操作当前图像；概率图获取：对当前图像进行图像灰度强度计算和图像显著性计算获得两个前景像素概率矩阵，通过哈达玛积运算生成概率图矩阵；RoIs生成：统计已标注数据集的行人分布以估计图像的地平线范围，裁减当前图像地平线范围进而采集RoIs种子点，由种子点位置和训练的RoIs高度估计模型获取初始，RoIs迭代优化确定当前图像的RoIs。本方法能够有效解决由于背景粘连，断裂等现象造成的RoIs定位失准问题。
-
公开(公告)号：CN104091171A
公开(公告)日：2014-10-08
申请号：CN201410318599.3
申请日：2014-07-04
Applicant: 华南理工大学
IPC: G06K9/62
Abstract: 本发明公开一种基于局部特征的车载远红外行人检测系统及方法，经过局部自适应阈值分割和形态学处理从红外图像中搜索候选区域；构建三级级联分类器对候选区域进行分类，第一级自适应或固定方式定位行人头部，依据头部与邻近背景的亮度差异进行行人分类，第二级提取行人躯干，根据行人躯干与背景热源的灰度分布差异进行行人分类，第三级融合方向梯度直方图和局部二值模式特征，通过三分支结构的支持向量机实现行人分类；进一步，通过多帧校验筛选级联分类结果，将筛选结果与候选区域进行最近邻匹配，填补漏检行人。系统包括：候选区域选取模块、分类器离线训练模块、级联分类模块、多帧校验与近邻匹配模块。本发明能够兼顾检测准确率和检测速度。
-
公开(公告)号：CN103198332A
公开(公告)日：2013-07-10
申请号：CN201310104777.8
申请日：2013-03-28
Applicant: 华南理工大学
IPC: G06K9/66
Abstract: 本发明公开一种实时鲁棒的远红外车载行人检测方法。该方法利用像素梯度的垂直投影捕捉输入图像中潜在的行人预选区域，采用局部阈值化方法和形态学后处理技术从行人预选区域中搜索感兴趣区域；提取多级熵加权梯度方向直方图特征描述感兴趣区域并输入支持向量机行人分类器进行在线感兴趣区域判断，通过多帧校验筛选行人分类器判断结果实现行人检测。根据样本高度分布划分训练样本空间，构建三分支结构的分类框架；结合自举法和提前终止法迭代收集困难样本和训练行人分类器。本发明不仅提高了行人检测的准确率，还能降低虚警率、改善输入图像处理速度和分类器泛化能力，提供了一种有效的夜间车载辅助行人预警方法。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.032 seconds)
