公开(公告)号：CN117058361A

公开(公告)日：2023-11-14

申请号：CN202310330050.5

申请日：2023-03-30

Applicant: 北京工业大学

Inventor： 李嘉锋 ,  黄万 ,  郑永煜 ,  卓力

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的雷视融合智能感知方法。本发明设计初衷是与图像分割算法进行配合以实现对交通环境更加准确和鲁棒的感知。考虑到激光雷达数据的采集速度，目前大多数精度较高的点云分割方法在速度方面都有所欠缺。而能匹配激光雷达的数据采集速度的点云分割算法在精度方面却达不到要求，在交通环境的感知应用上捉襟见肘。为了与激光雷达配合使用达到对交通环境进行实时的感知，设计一种既保证效率又兼顾精度的雷视融合智能感知方法仍是目前亟需解决的问题。

公开(公告)号：CN117079064A

公开(公告)日：2023-11-17

申请号：CN202310164798.2

申请日：2023-02-26

Applicant: 北京工业大学

Inventor： 李嘉锋 ,  郑永煜 ,  黄万 ,  卓力

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 一种面向智能交通的域自适应目标检测网络优化方法属于数字图像/计算机视觉领域。本发明主要包含数据集建立、域自适应目标检测网络训练和目标检测网络推理三个阶段，涉及的技术主要有对抗域自适应、解耦表征学习、通道注意力、空间注意力、实例正则化。本发明能很大程度解决目标场景变化引起的深度学习模型性能大幅下降的问题，不需要大量目标部署场景的标注数据，且设计的优化网络仅在训练阶段起作用，不影响检测网络推理阶段处理速度。

公开(公告)号：CN115393683A

公开(公告)日：2022-11-25

申请号：CN202211023424.0

申请日：2022-08-25

Applicant: 北京工业大学

Inventor： 李嘉锋 ,  黄万 ,  郑永煜 ,  卓力

IPC: G06V10/80 ,  G06V10/82 ,  G06V20/70 ,  G06V10/774 ,  G06V10/764 ,  G06V10/74 ,  G06V10/26

Abstract: 一种面向轨道交通的高效语义分割方法涉及计算机视觉图像技术领域。本发明采用轨道分割数据集、城市景观分割数据集混合。网络包含特征提取模块、金字塔池化模块、注意力优化模块、对象注意力模块、特征融合模块、分割头模块。通过训练网络，使其能够对轨道与背景进行准确分割以及对城市道路与背景进行准确分割，并且达到足够快的速度以满足实时性要求。