-
公开(公告)号:CN119559378A
公开(公告)日:2025-03-04
申请号:CN202411597723.4
申请日:2024-11-11
Applicant: 吉林大学
IPC: G06V10/25 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种基于改进后YOLOv8的车对车OCC系统目标识别方法,首先预处理原始图像数据,在现有的YOLOv8的基础上进行改进;在骨干网络中用CAIFI对原有的SPPF进行替换、引入EC2f模块,来提取OCC系统目标的特征信息;引入BIFPN模块并更改其权重函数进行特征融合删除对OCC系统目标贡献较小的特征网络达到简化网络、结合高层特征的信息与底层的信息的目的;边框损失函数采用Shape_IoU函数,考虑OCC系统目标LED阵列其自身的形状与尺度定位LED阵列的边界;本方法能做到较高的识别精度,能对LED阵列进行准确度高的识别,能够对移动中的LED进行较好识别,帮助我们更好的对后续LED阵列解码,提取LED阵列中所包含的信息,例如车牌信息、故障信息等。
-
公开(公告)号:CN115690402A
公开(公告)日:2023-02-03
申请号:CN202211428058.7
申请日:2022-11-15
Applicant: 吉林大学
IPC: G06V10/25 , G06V10/422 , G06V10/44 , G06V10/74 , G06V10/75
Abstract: 本发明提供了一种基于梯度角点综合检测的OCC图像识别解码方法,利用sCMOS相机对目标LED阵列进行拍摄,通过图像采集卡缓存照片,采用标准相关系数匹配算法寻找感兴趣区域,将LED阵列作为感兴趣区域提取出来;感兴趣区域内,首先通过梯度检测算法进行形状提取,输出每一个闪亮状态LED灯的中心坐标;然后通过角点检测算法计算LED阵列的长、宽、间隔,结合输出闪亮状态LED灯的中心坐标,最终得到信息码流,达到识别LED状态的目的;本方法通过梯度角点综合检测目标图像,排除了传统图像处理算法易受二值化阈值影响的缺点,可排除部分干扰光源的影响,提高系统鲁棒性,在实现正确解码的基础上速率较高。
-