-
公开(公告)号:CN116259009A
公开(公告)日:2023-06-13
申请号:CN202310224286.0
申请日:2023-03-09
Applicant: 南京大学
IPC: G06V20/52 , G06V10/26 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06T7/00 , G01D21/02 , G08G1/048
Abstract: 本发明公开了一种非接触式的多模态路面结冰检测系统,该系统可实时监测路面是否结冰。本发明包括获取多模态数据的数据采集模块、对多模态数据进行语义分割的识别模块、对多模态数据进行后向融合的分类模块。本发明较已有方法,达到了更高的检测准确率且成本低廉。本发明充分利用多模态数据带来的互补信息,对不同光照条件更具鲁棒性。系统装置不接触路面,对交通几乎不造成影响,且对安装位置及角度约束低,使得安装便携。本发明对路面状态的检测具有实时性,大大增加了其应用性。
-
公开(公告)号:CN118196163A
公开(公告)日:2024-06-14
申请号:CN202410354043.3
申请日:2024-03-27
Applicant: 南京大学
IPC: G06T7/55 , G06N3/084 , G06N3/0499
Abstract: 本发明公开了一种基于双目深度估计的数据增强方法,通过调整数据集视差分布,提高双目深度估计网络在视差低占比区域的准确性,所述方法包括:对数据集进行随机采样,得到原始视差分布;数据集中每张视差图以50%的概率被选中进行后续操作,另外50%的数据不做增强,直接输出;对于进行后续操作的图像对,分别进行随机平移变换和缩放变换,通过改变图像对视差大小从而调整数据集视差分布;通过掩码操作使模型只关注指定视差范围,模型在数据增强后的数据集上进行训练。本发明借助双目视觉的方法调整图像对的视差大小,从而使整个数据集在目标视差范围达到均匀分布,提升网络在实际应用场景的推理能力与泛化能力。
-
公开(公告)号:CN116597335A
公开(公告)日:2023-08-15
申请号:CN202310224246.6
申请日:2023-03-09
Applicant: 南京大学
Abstract: 本发明公开了一种基于多模态融合的路面状态及状态转移起始点检测方法,所述方法包括:从路面区域中获取路面状态的像素级分割结果,基于路面状态的像素级分割结果计算路面状态的概率分布,基于热成像温度数据计算当前时刻的路面状态转移概率,并通过路面状态概率分布对其进行后向融合,将得到的路面状态转移向量和温湿度通过支持向量机进行分类,预测出路面状态转移的起始点。本发明包括具有非接触、低延迟特性的数据采集模块,具有双模态输入的路面状态分割模块,具有长短期记忆能力的路面状态转移预测模块,具有多维感知的后向融合模块。本发明充分利用多模态特征同时预测路面状态和路面状态转移的起始点,预测更加准确、鲁棒,时效性更强。
-
-