-
公开(公告)号：CN114332840B
公开(公告)日：2024-08-02
申请号：CN202111662775.1
申请日：2021-12-31
Applicant: 福州大学
IPC: G06V20/62 , G06V30/146 , G06V30/148 , G06V30/16 , G06V30/18 , G06V30/19 , G06N3/0455 , G06N3/0464
Abstract: 本发明提出一种无约束场景下的车牌识别方法，包括以下方法；步骤S1、以多阶段设计的去模糊网络对输入的车牌图像进行去模糊处理，得到清晰图像；步骤S2、将得到的清晰图像输入车辆检测网络中，定位车辆边界框；步骤S3、对车辆边界框进行缩放；步骤S4、将车辆边界框图像输入到车牌倾斜检测网络，定位出车牌并进行倾斜校正；步骤S5、将校正后的车牌图像送入OCR网络，进行字符分割和字符识别，得到车牌号码；本发明能够处理更加复杂的模糊和倾斜车牌图片，有效地提高了复杂场景下的识别准确率。
-
公开(公告)号：CN109917359B
公开(公告)日：2022-10-14
申请号：CN201910207209.8
申请日：2019-03-19
Applicant: 福州大学
IPC: G01S11/12
Abstract: 本发明涉及一种基于车载单目视觉的鲁棒车辆距离估计方法。该方法利用角度回归模型（Angle Regression Model）获取目标车辆的姿态角信息，尺寸估计网络（Dimension Network）得到目标车辆的实际尺寸，在此基础上基于图像解析几何原理设计2D基向量几何模型来准确恢复出车辆背面面积，最后基于相机投影原理建立面积‑距离模型来恢复出距离。本发明方法与其他现有已发布的方法相比实现了卓越的性能，测距系统的准确率得到了明显的提高。
-
公开(公告)号：CN112801021B
公开(公告)日：2022-07-08
申请号：CN202110174971.8
申请日：2021-02-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于多级语义信息的车道线检测方法及系统，该方法包括以下步骤：S1、对车道场景图像中的车道线进行分割，提取图像的低级语义信息，输出基于低级语义信息的车道线掩膜图；S2、利用图像的消失点、车道线空间信息和长距离依赖信息，训练结合消失点的车道线语义分割网络，得到图像的高级语义信息，并输出基于高级语义信息的车道线掩模图；S3、将基于高、低级语义信息的车道线掩模图融合，得到基于多级语义信息的车道线分割结果。该方法及系统有利于提高车道线检测的准确性，能够应对复杂行车环境。
-
公开(公告)号：CN114419151A
公开(公告)日：2022-04-29
申请号：CN202111656453.6
申请日：2021-12-31
Applicant: 福州大学
IPC: G06T7/73 , G06V10/74 , G06V10/774 , G06V20/40
Abstract: 本发明一种基于对比学习的多目标跟踪方法，包括以下步骤；步骤S1、从视频的邻域帧中选择两帧图像用于训练；步骤S2、将两帧图像输入共享权重的DLA‑34骨干网络提取特征；步骤S3、将提取到的高分辨率特征图输入到检测分支和Re‑ID分支；检测分支得到检测结果，Re‑ID分支得到检测的重识别嵌入向量；步骤S4、根据真值中心点热力图的置信度评分筛选正负样本；步骤S5、使用前后两帧图像的重识别嵌入向量的正负样本进行网络模型的对比学习；步骤S6、以训练出的网络模型对视频进行多目标跟踪；本发明能解决多目标跟踪任务中目标外观相似性学习不充分的问题，同时在匹配过程采用更加简单的实现方法。
-
公开(公告)号：CN114299018A
公开(公告)日：2022-04-08
申请号：CN202111633527.4
申请日：2021-12-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于中心线拓扑连通和多视角信息的CT图像血管分割方法，包括以下步骤：步骤S1：获取原始CT图像，并进行预处理；步骤S2:将预处理后的CT图像，分成若干含动静脉血管标签的感兴趣区域的图像块；步骤S3:将图像块送入基于U‑Net的多尺度深监督网络进行分割，将网络输出的动静脉分割结果通过多视角投票策略得到初步结果;步骤S4:利用从中心线模型学习到的血管拓扑连通信息对初步结果中错误的部分进行修正；步骤S5:采用形态学膨胀得到衍生的血管颗粒，并利用肺血管网络模型学习的肺血管形态信息对动静脉进行修正，得到最终的分割结果。本发明准确率高，泛化能力强，能够在不同类型的CT图像中获得精准的动静脉分割结果。
-
Patent Agency Ranking
公开(公告)号：CN108921873B
公开(公告)日：2021-08-31
申请号：CN201810529460.1
申请日：2018-05-29
Applicant: 福州大学
IPC: G06T7/246
Abstract: 本发明公开一种基于核相关滤波优化的马尔科夫决策在线多目标跟踪方法，把检测到的目标分配为激活状态，处于激活状态的目标通过预训练的支持向量机分类器被转换到跟踪状态或非激活状态；当目标进入跟踪状态时，结合TLD跟踪算法和核相关滤波跟踪算法在线跟踪每个目标和构建外观模型，利用高置信度模型更新策略和中值流跟踪稳定性判断将目标保持继续跟踪或者转为丢失状态；当目标为丢失状态时，使用相似度函数进行数据关联，如果处于丢失状态的目标与检测到的目标相关联，那么将丢失状态的目标转移到跟踪状态，否则继续保持为丢失状态，如果目标超过T帧处于丢失状态，将丢失状态的目标转移到非激活状态。本发明可使多目标跟踪性能更加鲁棒。
-
公开(公告)号：CN112801019A
公开(公告)日：2021-05-14
申请号：CN202110174945.5
申请日：2021-02-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于合成数据消除无监督车辆再识别偏差的方法及系统，该方法包括以下步骤：S1、通过保持一致性的生成对抗网络SPGAN将合成数据转化为与目标域具有相似风格的伪目标样本，通过伪目标样本对模型进行预训练；S2、通过预训练好的模型进行无监督域自适应或完全无监督任务；S3、通过预先训练好的方向模型和相机模型计算出图像的方向和相机相似度，进而得到最终的车辆相似度用于测试。该方法及系统有利于提高车辆再识别性能，且适应性强。
-
公开(公告)号：CN108776767A
公开(公告)日：2018-11-09
申请号：CN201810345892.7
申请日：2018-04-18
Applicant: 福州大学
Abstract: 本发明涉及一种有效判别车辆压线及预先提示系统,包括图像采集模块，车道线提取模块，距离计算模块和预警判断模块，图像采集模块通过光学摄像头采集前向图像，经过车道线提取模块处理后提取图像中车道线，距离计算模块计算光学摄像头与左右车道的距离，通过摄像头在车辆中的位置以及车辆的尺寸，计算车辆离左右车道的距离，从而由预警判断模块判断是否预警提醒驾驶员；本发明有益效果为用单目摄像头采集图像并实时计算车辆与左右车道距离，并对驾驶员做出预警，具有设计简单，开发容易，可靠性高，不需要对车辆进行改装，对外界依赖少等优点。
-
公开(公告)号：CN108764137A
公开(公告)日：2018-11-06
申请号：CN201810529459.9
申请日：2018-05-29
Applicant: 福州大学
CPC classification number: G06K9/00798 , G06K9/4604 , G06N3/0454 , G06T7/11
Abstract: 本发明公开一种基于语义分割的车辆行驶车道定位方法，首先获取道路图像后，基于Segnet网络构建双车道语义分割网络，对道路图像进行特征提取，输出道路图像的车道分割掩膜图，判断道路图像上每个像素点属于左车道、右车道或非车道，然后对道路图像中的车辆进行目标检测，获取道路图像上车辆所在位置，最后融合车道分割掩膜图和车辆目标检测结果，判断车辆所在车道。本发明采用编码器—解码器架构网络实现端到端训练双车道语义分割模型，达到检测实时性的要求。
-
公开(公告)号：CN108759667A
公开(公告)日：2018-11-06
申请号：CN201810529462.0
申请日：2018-05-29
Applicant: 福州大学
IPC: G01B11/00 , G01B11/02 , G01B11/24 , G06T7/11 , G06T7/30 , G06T7/50 , G06T7/62 , G06T7/90 , G06T17/00
Abstract: 本发明公开一种车载摄像头下基于单目视觉与图像分割的前车测距方法，首先基于深度学习算法对目标车辆进行二维边界框与三维边界框的提取，得到其对应位置信息；其次，基于三维边界框的长宽高与3D CAD车辆模型匹配，得到对应车辆近似的三维车辆模型；再而，基于二维边界框对图中车辆提取车型分类信息；随之，将车辆对应的三维信息与车型信息送入实例分割网络中，根据相机成像原理，依照不同车型的尺寸信息计算图像中车辆的绝对深度值。本发明节省了深度计算的时间并且保证了驾驶视野，使驾驶者可以直观地观察前车的具体距离值，做出合理的驾驶判断。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.023 seconds)
