公开(公告)号：CN116363613A

公开(公告)日：2023-06-30

申请号：CN202310212508.7

申请日：2023-03-07

Applicant: 哈尔滨理工大学

Inventor： 于天河 ,  程士成 ,  朱润泽

IPC: G06V20/56 ,  G06V10/82 ,  G06F16/29 ,  G06N3/08

Abstract: 本发明公开了基于深度学习的路面状况识别方法，具体涉及路面状况识别技术领域，具体路面状况识别方法步骤如下：步骤一、采集不同道路面各种裂缝、凸起、凹坑和脱皮状况图片，建立路面状况大数据库；步骤二、根据现有卫星导航路线识别技术建立地图数据库；步骤三、利用云端服务器将路面状况大数据库与地图数据库相整合；步骤四、检测车辆或驾驶车辆利用摄像头和探测雷达对路面进行巡航识别。本发明对道路面的路况监测识别更加精准，且能够更加有效的对过往的来车起到一个很好的提醒效果，通过设置路面状况驾驶预警系统，能够在雨雪天气时车辆行驶到某一已经采集过信息的道路面进行预警提醒，提高行车安全，使得对路面状况的识别实用性更强。

公开(公告)号：CN116310375A

公开(公告)日：2023-06-23

申请号：CN202310003353.6

申请日：2023-01-03

Applicant: 哈尔滨理工大学

Inventor： 于天河 ,  孙岩 ,  程士成

IPC: G06V10/44 ,  G06V10/46 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06T7/00

Abstract: 本发明公开了一种基于视觉注意力机制的盲图像质量评估方法。所述方法包括：将原始图像进行尺寸限定后输入特征提取网络A提取高层特征和低层特征；将原图进行预处理生成恰可察觉失真图和显著图，将恰可察觉失真图像和显著图输入特征提取网络B提取高层特征；将在原图中提取的低层特征通过各自的降维池化模块得到特征向量；将在原图和恰可察觉失真图中提取的高层特征和经过降维池化得到的特征进行融合；根据融合后的特征向量在质量回归网络得到质量分数。本方法结合了视觉注意力机制，在不同特征提取网络中使用了不同的注意力机制，提取的特征更符合人眼注意力特性，兼顾了图像中提取的低层特征对图像质量的影响，使图像质量评价更加准确。