-
公开(公告)号:CN115223106A
公开(公告)日:2022-10-21
申请号:CN202110424771.3
申请日:2021-04-20
Applicant: 南京大学
Abstract: 一种融合差分视频序列和卷积神经网络的抛洒物检测方法,构建场景的静态背景模型,然后通过基于高斯加权的背景差分法构建差分视频序列,提取前景,再提取前景中的静止目标,并和卷积神经网络模型相结合,分析排除前景静止目标中的非抛洒物,检测出当前视频帧的抛洒物。本发明充分利用隧道现有监控设施,可最大限度节省硬件投入,可以自动实时监测隧道内抛洒物事件的出现,实现了隧道交通中抛洒物事件检测的道路智能化。
-
公开(公告)号:CN117011722A
公开(公告)日:2023-11-07
申请号:CN202210453349.5
申请日:2022-04-27
Applicant: 南京大学
IPC: G06V20/17 , G06V20/40 , G06V20/52 , G06V20/62 , G06V30/146 , G06V30/18 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 基于无人机实时监控视频的车牌识别方法及装置,利用深度学习的卷积神经网络训练得到车牌检测网络模型和车牌识别网络模型,在实时识别时,实时监控视频由车牌检测网络模型检测得到车牌矩形区域,车牌识别网络模型对矩形区域识别得到车牌具体信息,两者级联得到车牌识别结果。本发明针对无人机场景因飞行高度的变化,尺度不一的问题,改进目标检测卷积神经网络中特征金字塔网络并优化损失函数,本发明方法不仅可以解决车牌目标尺度变换的问题,同时提高车牌检测中边界框定位性能得到更准确的车牌位置信息,从而提高车牌识别的准确率。
-