-
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。
-
Patent Agency Ranking
公开(公告)号：CN114821431B
公开(公告)日：2025-04-29
申请号：CN202210481479.X
申请日：2022-05-05
Applicant: 南京大学
IPC: G06V20/40 , G06V20/52 , G06V10/22 , G06V10/25 , G06V10/42 , G06V10/764 , G06V10/82 , G06V10/62 , G06T7/246 , G06T7/292 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及计算机视觉技术领域，尤其涉及一种隧道内实时多类别多目标跟踪方法：其包括步骤1：将检测网络与特征提取网络融合后训练，得到训练好的融合网络；步骤2：将隧道内车道图片输入至融合网络后输出感兴趣区域内目标的预测结果并保存全局特征图，其中预测结果包括目标类别、置信度和位置信息；步骤3：对预测结果进行非极大值抑制从而筛选出检测目标；步骤4：根据检测目标的位置信息在全局特征图中截取目标特征；步骤5：各目标特征图通过SPP网络得到各目标对应的目标特征向量；步骤6：将极大值抑制后的预测结果和目标特征向量输入到跟踪器中进行目标跟踪。本发明有效提高隧道复杂场景的多目标跟踪效率和准确性。
-
公开(公告)号：CN116030631A
公开(公告)日：2023-04-28
申请号：CN202310063380.2
申请日：2023-01-17
Applicant: 南京大学
Abstract: 一种基于无人机航拍视频的实时交通拥堵状态评估方法，分为车流量统计模块和道路时间占有率计算模块。车流量统计模块中记录被跟踪车辆id和检测框坐标值，当同一id车辆检测框坐标值变化大于阈值时将车流量加1；道路时间占有率计算模块中设置N个位置动态变化的虚拟线圈，记录每帧图像每个虚拟线圈被车辆占有的次数，计算道路时间占有率。通过规定时间段内的车流量和道路时间占有率评估交通拥堵状态。本发明解决了已有方法需要大量人力物力、设备易老化损坏、实施较为复杂等问题，兼顾准确性、实时性和经济性，对于实现交通拥堵状态判别，交通的调度管理有着重要的意义。
-
公开(公告)号：CN116030631B
公开(公告)日：2025-05-23
申请号：CN202310063380.2
申请日：2023-01-17
Applicant: 南京大学
Abstract: 一种基于无人机航拍视频的实时交通拥堵状态评估方法，分为车流量统计模块和道路时间占有率计算模块。车流量统计模块中记录被跟踪车辆id和检测框坐标值，当同一id车辆检测框坐标值变化大于阈值时将车流量加1；道路时间占有率计算模块中设置N个位置动态变化的虚拟线圈，记录每帧图像每个虚拟线圈被车辆占有的次数，计算道路时间占有率。通过规定时间段内的车流量和道路时间占有率评估交通拥堵状态。本发明解决了已有方法需要大量人力物力、设备易老化损坏、实施较为复杂等问题，兼顾准确性、实时性和经济性，对于实现交通拥堵状态判别，交通的调度管理有着重要的意义。
-
公开(公告)号：CN117789489A
公开(公告)日：2024-03-29
申请号：CN202311765610.6
申请日：2023-12-20
Applicant: 南京大学
Abstract: 适用于球机变化视角的车辆逆行检测方法、设备及介质，在球机采集的图像中设置跟踪区域，记录被跟踪车辆行驶的方向和每辆车检测框的坐标值，计算上行车道最大横坐标值和下行车道最小横坐标值，根据车辆行驶轨迹计算车道斜率，利用车道斜率计算投影线方程，通过每辆车的行驶方向和检测框中心坐标与两个车道最值坐标在投影线上的距离综合判断车辆是否逆行，在球机拍摄视角发生变化的情况下，根据车辆的行驶轨迹自动更新车道斜率和投影线方程。本发明无需人为参与和重复划定车道区域，无需额外使用路面检测算法增加系统开销，同时解决了拍摄视角单一的问题，兼顾拍摄视角的灵活性和算法运行的实时性。
-
公开(公告)号：CN114821431A
公开(公告)日：2022-07-29
申请号：CN202210481479.X
申请日：2022-05-05
Applicant: 南京大学
IPC: G06V20/40 , G06V20/52 , G06V10/22 , G06V10/25 , G06V10/42 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/246 , G06T7/292
Abstract: 本发明涉及计算机视觉技术领域，尤其涉及一种隧道内实时多类别多目标跟踪方法：其包括步骤1：将检测网络与特征提取网络融合后训练，得到训练好的融合网络；步骤2：将隧道内车道图片输入至融合网络后输出感兴趣区域内目标的预测结果并保存全局特征图，其中预测结果包括目标类别、置信度和位置信息；步骤3：对预测结果进行非极大值抑制从而筛选出检测目标；步骤4：根据检测目标的位置信息在全局特征图中截取目标特征；步骤5：各目标特征图通过SPP网络得到各目标对应的目标特征向量；步骤6：将极大值抑制后的预测结果和目标特征向量输入到跟踪器中进行目标跟踪。本发明有效提高隧道复杂场景的多目标跟踪效率和准确性。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
