公开(公告)号：CN117173399A

公开(公告)日：2023-12-05

申请号：CN202311142851.5

申请日：2023-09-06

Applicant: 东南大学

Inventor： 李旭 ,  王贲武 ,  兰浩然 ,  徐启敏

IPC: G06V10/25 ,  G06V10/80 ,  G06V10/44 ,  G06N3/0464 ,  G06V10/766 ,  G06V10/82 ,  G06N3/08 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/0985 ,  G06V10/764 ,  G06V10/77 ,  G06V10/22

Abstract: 本发明公开了一种跨模态交叉注意力机制的交通目标检测方法及系统，至少包括多模态特征深度融合的3D目标检测网络模型，所述模型包括跨模态数据增强模块、点云分支主干网络模块、图像分支主干网络模块、点云‑图像交叉注意力融合模块和检测任务处理模块，本方法及系统分别对点云分支主干网络和图像分支主干网络进行了细粒度特征提取，在点云分支中采用动态体素化和稀疏卷积的方式进一步提升了检测速度，在图像分支中通过跨层连接多层次特征使得图像特征具备了丰富的多尺度信息，该网络提升检测性能的同时，还可以面向遮挡场景和小尺度目标场景实现稳定的目标检测，有效降低了单一传感器感知目标的不准确性，实现了更加准确、鲁棒的检测性能。

公开(公告)号：CN112505684B

公开(公告)日：2023-12-01

申请号：CN202011288075.6

申请日：2020-11-17

Applicant: 东南大学

Inventor： 李旭 ,  朱建潇 ,  徐启敏 ,  兰浩然

IPC: G01S13/86 ,  G01S13/66 ,  G01S7/41 ,  G01S7/02

Abstract: 本发明公开了一种恶劣环境路侧视角下雷达视觉融合的车辆多目标跟踪方法，该方案融合雷达和视觉传感器，设计了一种结合目标距离和雷达散射面积的标定代价函数，实现了雷达视觉数据级融合处理，提升了感知信息的维度与可靠性，通过引入数据增强和抗干扰编码器解码器结构，设计了一种具有高抗扰能力的目标检测网络架构，提升了恶劣环境下目标跟踪系统的识别能力；最后，通过对目标位置与目标距离的相似度计算，赋予不同状态空间目标不同的跟踪策略，实现了对静态识别目标的动态准确跟踪过程。本发明借助数据和模型两个层面的融合增强处理，使得方案具有较强的可靠性和准确性，能够在诸如逆光、夜间等场景下持续准确获取车辆目标的位置与速度信息。

公开(公告)号：CN112505684A

公开(公告)日：2021-03-16

申请号：CN202011288075.6

申请日：2020-11-17

Applicant: 东南大学

Inventor： 李旭 ,  朱建潇 ,  徐启敏 ,  兰浩然

IPC: G01S13/86 ,  G01S13/66 ,  G01S7/41 ,  G01S7/02

Abstract: 本发明公开了一种恶劣环境路侧视角下雷达视觉融合的车辆多目标跟踪方法，该方案融合雷达和视觉传感器，设计了一种结合目标距离和雷达散射面积的标定代价函数，实现了雷达视觉数据级融合处理，提升了感知信息的维度与可靠性，通过引入数据增强和抗干扰编码器解码器结构，设计了一种具有高抗扰能力的目标检测网络架构，提升了恶劣环境下目标跟踪系统的识别能力；最后，通过对目标位置与目标距离的相似度计算，赋予不同状态空间目标不同的跟踪策略，实现了对静态识别目标的动态准确跟踪过程。本发明借助数据和模型两个层面的融合增强处理，使得方案具有较强的可靠性和准确性，能够在诸如逆光、夜间等场景下持续准确获取车辆目标的位置与速度信息。