公开(公告)号：CN117391177A

公开(公告)日：2024-01-12

申请号：CN202311688320.6

申请日：2023-12-11

Applicant: 华中科技大学

Inventor： 程起敏 ,  李环莹

IPC: G06N3/0895 ,  G06N3/045 ,  G06N3/096 ,  G06N3/0464 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764

Abstract: 本发明公开了一种驾驶员行为检测模型的构建方法及应用，属于驾驶员行为检测技术领域；所构建的模型包括特征感知学习模块；特征感知学习模块为对ResNet50网络改进后的网络；上述改进方法包括：在ResNet50网络结构的基础上，在其后三个阶段中的普通卷积模块之后均插入一个全局上下文建模模块，并将其后两个阶段的普通卷积模块替换为可变形卷积模块；对于后三个阶段中的任一阶段，其输出为其输入与其内全局上下文建模模块的输出融合后的结果；本发明通过全局上下文建模和可变形卷积自适应地调整感受野，捕获长距离依赖，补偿图像细节的损失，从而克服复杂光照条件和图像质量低所带来的挑战，实现了准确度较高的驾驶员行为检测。

公开(公告)号：CN116071374B

公开(公告)日：2023-09-12

申请号：CN202310185940.1

申请日：2023-02-28

Applicant: 华中科技大学

Inventor： 程起敏 ,  凌嘉骏 ,  李环莹 ,  徐钰琪 ,  韩宇哲 ,  江宇 ,  刘杰

IPC: G06T7/10 ,  G06V10/25 ,  G06V10/82 ,  G06V10/80 ,  G06V10/762 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种车道线实例分割方法及系统，属于智能交通技术领域，方法包括：采用深度神经网络对输入图像进行各种层次特征的提取；采用注意力机制对输入图像的高层语义特征和中层特征分配不同的通道注意力分数和空间注意力分数；采用分配了注意力分数后的特征图构建特征金字塔；采用实时实例分割算法通过构建预测头和掩膜原型，获取初始实例分割检测结果；依次使用非极大值抑制算法和车道线几何特征评分方法对初始实例分割检测结果进行筛选，获取最终的实例分割结果。本发明解决了在目前实例分割方法在车道线检测场景中普遍存在的因为非极大值抑制算法出现的检测结果漏检或抑制不全的问题，同时依然满足实时而准确的车道线检测。

公开(公告)号：CN117391177B

公开(公告)日：2024-02-20

申请号：CN202311688320.6

申请日：2023-12-11

Applicant: 华中科技大学

Inventor： 程起敏 ,  李环莹

IPC: G06N3/0895 ,  G06N3/045 ,  G06N3/096 ,  G06N3/0464 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764

Abstract: 本发明公开了一种驾驶员行为检测模型的构建方法及应用，属于驾驶员行为检测技术领域；所构建的模型包括特征感知学习模块；特征感知学习模块为对ResNet50网络改进后的网络；上述改进方法包括：在ResNet50网络结构的基础上，在其后三个阶段中的普通卷积模块之后均插入一个全局上下文建模模块，并将其后两个阶段的普通卷积模块替换为可变形卷积模块；对于后三个阶段中的任一阶段，其输出为其输入与其内全局上下文建模模块的输出融合后的结果；本发明通过全局上下文建模和可变形卷积自适应地调整感受野，捕获长距离依赖，补偿图像细节的损失，从而克服复杂光照条件和图像质量低所带来的挑战，实现了准确度较高的驾驶员行为检测。

公开(公告)号：CN116071374A

公开(公告)日：2023-05-05

申请号：CN202310185940.1

申请日：2023-02-28

Applicant: 华中科技大学

Inventor： 程起敏 ,  凌嘉骏 ,  李环莹 ,  徐钰琪 ,  韩宇哲 ,  江宇 ,  刘杰

IPC: G06T7/10 ,  G06V10/25 ,  G06V10/82 ,  G06V10/80 ,  G06V10/762 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种车道线实例分割方法及系统，属于智能交通技术领域，方法包括：采用深度神经网络对输入图像进行各种层次特征的提取；采用注意力机制对输入图像的高层语义特征和中层特征分配不同的通道注意力分数和空间注意力分数；采用分配了注意力分数后的特征图构建特征金字塔；采用实时实例分割算法通过构建预测头和掩膜原型，获取初始实例分割检测结果；依次使用非极大值抑制算法和车道线几何特征评分方法对初始实例分割检测结果进行筛选，获取最终的实例分割结果。本发明解决了在目前实例分割方法在车道线检测场景中普遍存在的因为非极大值抑制算法出现的检测结果漏检或抑制不全的问题，同时依然满足实时而准确的车道线检测。

公开(公告)号：CN115690752A

公开(公告)日：2023-02-03

申请号：CN202211371954.4

申请日：2022-11-03

Applicant: 北京英泰智科技股份有限公司 ,  华中科技大学

Inventor： 杨云飞 ,  李环莹 ,  程起敏 ,  凌嘉骏

IPC: G06V20/59 ,  G06V20/52 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明提供一种驾驶员行为检测方法及装置，应用于智能交通监控系统，包括：其中方法包括如下步骤：对交通监控环境下采集的驾驶员行为数据进行人工标注，建立驾驶员异常行为检测数据集；然后根据驾驶员异常行为检测数据集的特点，利用注意力机制和改进的深度残差神经网络，构建一种能够快速准确识别驾驶员异常行为的轻量化检测模型；再对构建的数据集进行预处理，利用预处理后的数据集进行训练；最后利用训练后的模型对驾驶员图像进行检测，实现对驾驶员异常行为的检测。本发明能够有效地提高驾驶员行为检测的准确度，具有良好的实时性和迁移性。