公开(公告)号：CN110263706A

公开(公告)日：2019-09-20

申请号：CN201910530766.3

申请日：2019-06-19

Applicant: 南京邮电大学

Inventor： 李寅 ,  张梦园 ,  孙胤 ,  邵文泽

IPC: G06K9/00 ,  G06N3/04 ,  G06T5/00 ,  G06T7/10

Abstract: 本发明公开了一种雾霾天气车载视频动态目标检测和识别的方法，主要针对的是图像识别中的特定情况，雾霾天气下的车辆识别；搭建基于AOD-Net的深度神经网络，设计神经网络损失函数；采集数据训练神经网络模型；使用训练好的模型对有雾图像进行端到端的去雾清晰化处理；另外，在清晰图像中的车辆检测时我们使用基于MultiNet多层卷积神经网络进行端到端的训练，使用可方便调整大小的候选区域方法，在神经网络中加入rezoom层。采用本发明达到对雾天图像直接检测处理的效果，能够在有雾图像下较为精准地分割识别道路与车辆，大大缩短计算时间，满足实际应用中对实时性的要求。

公开(公告)号：CN110263706B

公开(公告)日：2021-07-27

申请号：CN201910530766.3

申请日：2019-06-19

Applicant: 南京邮电大学

Inventor： 李寅 ,  张梦园 ,  孙胤 ,  邵文泽

IPC: G06K9/00 ,  G06N3/04 ,  G06T5/00 ,  G06T7/10

Abstract: 本发明公开了一种雾霾天气车载视频动态目标检测和识别的方法，主要针对的是图像识别中的特定情况，雾霾天气下的车辆识别；搭建基于AOD‑Net的深度神经网络，设计神经网络损失函数；采集数据训练神经网络模型；使用训练好的模型对有雾图像进行端到端的去雾清晰化处理；另外，在清晰图像中的车辆检测时我们使用基于MultiNet多层卷积神经网络进行端到端的训练，使用可方便调整大小的候选区域方法，在神经网络中加入rezoom层。采用本发明达到对雾天图像直接检测处理的效果，能够在有雾图像下较为精准地分割识别道路与车辆，大大缩短计算时间，满足实际应用中对实时性的要求。