-
公开(公告)号:CN119692391A
公开(公告)日:2025-03-25
申请号:CN202411745755.4
申请日:2024-12-02
Applicant: 北京理工大学
IPC: G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/084 , G06N3/094 , G06N3/067 , G06N5/04
Abstract: 本发明提供一种物理可实现的相机污染对抗补丁生成方法,属于图像处理技术领域。包括:初始化相机污染补丁的参数;将训练集中的干净图片与相机污染补丁叠加,构成对抗样本;对抗样本与干净图片一起馈送给基于深度神经网络的检测器,检测器输出检测结果;根据检测器的输出结果,计算损失函数,用梯度反传的方式更新并优化相机污染补丁的各项参数;当达到最大训练轮次的时候,训练结束;将训练优化后的相机污染补丁与干净图片叠加,构造对抗样本;对抗样本馈送给各种黑盒检测器,检测结果中目标物体没有被检测出来,其他目标依然能被检测出来。本发明构造的相机污染补丁外观自然,人类观察者难以察觉这种自然发生的镜头污染。
-
公开(公告)号:CN117746373A
公开(公告)日:2024-03-22
申请号:CN202311794806.8
申请日:2023-12-25
Applicant: 北京理工大学
IPC: G06V20/56 , G06V20/64 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于管状交并比损失函数的三维车道线检测方法,将车道扩展到管状三维对象,作为一个完整的三维整体来进行预测和约束,完整利用三维车道线的空间结构和信息,提高了三维车道线的检测精度。提出的损失函数简单有效,可以有效扩展和应用到其它三维线性和长条形以及管状目标检测领域,提高检测性能。本发明在OpenLane数据集上进行了大量对比实验,证明了本发明的优越性能。
-