公开(公告)号：CN116740816A

公开(公告)日：2023-09-12

申请号：CN202310781598.1

申请日：2023-06-29

Applicant: 桂林电子科技大学

Inventor： 伍锡如 ,  赵宇 ,  李欣湉 ,  林钰睿

IPC: G06V40/20 ,  G06V20/40 ,  G06V20/56 ,  G06V10/82

Abstract: 本发明公开了一种融合时空注意力STGCN++的自动驾驶车辆行人意图识别方法，具体是一种STGCN++网络融合时空注意力机制的行人意图识别方法。目的是快速、精准的识别行人的过街意图，使高级辅助驾驶系统或自动驾驶车辆能够为驾驶员提供充足的时间来做出反应或是直接干预驾驶以防止碰撞。该方法是由如下步骤实现的：步骤一：通过车载单目摄像头捕获交通场景下的行人视频流；步骤二：利用RTMPose网络自顶向下的对行人关键点进行预测，生成行人2D骨架图；步骤三：特征提取，提取出行人骨架图中对于行人意图识别最稳定的9个关键点；步骤四：通过将时空注意力机制与STGCN++网络进行融合，实现自动驾驶车辆行人意图识别。本发明适用于自动驾驶车辆场景下的行人意图识别。

公开(公告)号：CN117831129A

公开(公告)日：2024-04-05

申请号：CN202410015407.5

申请日：2024-01-05

Applicant: 桂林电子科技大学

Inventor： 伍锡如 ,  赵宇 ,  李欣湉 ,  何佳融

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/764 ,  G06V10/774 ,  G06V40/10

Abstract: 本发明公开了一种融合BiFormer注意力机制的轻量化交通场景行人姿态识别方法，具体是一种RTMPose姿态识别网络结合BiFormer注意力机制及GSConv网络的轻量化行人姿态识别方法。目的是降低人体姿态模型网络大小及计算量，提高交通场景下行人姿态识别的精度，使其可方便的部署在终端设备中。该方法是由如下步骤实现的：步骤一：通过车载单目摄像头捕获交通场景下的行人视频流；步骤二：视频预处理；步骤三：交通场景下行人目标识别；步骤四：交通场景下行人姿态识别；步骤五：将融合BiFormer注意力机制的轻量化交通场景行人姿态识别网络部署在终端设备。本发明适用于自动驾驶车辆的交通场景行人姿态识别。

公开(公告)号：CN119131743A

公开(公告)日：2024-12-13

申请号：CN202411021293.1

申请日：2024-07-29

Applicant: 桂林电子科技大学

Inventor： 李欣湉

IPC: G06V20/58 ,  G06V40/10 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种改进ST‑GCN的自动驾驶车辆行人意图识别方法，具体是一种基于时空图卷积网络ST‑GCN，在空间维度，引入改进的自适应图卷积网络，增强行人胳膊与腿之间的依赖关系，加强提取行人动作中的有效空间特征；在时间维度，采用多分支的时间卷积，捕获行人意图的远程依赖关系，提升模型对行人通道信息的关注，加强模型对行人动作在时间上变化联系的行人意图识别方法。目的是快速、精准的识别行人的过街意图，使高级辅助驾驶系统或自动驾驶车辆能够为驾驶员提供充足的时间来做出反应或是直接干预驾驶以防止碰撞。该方法是由如下步骤实现的：步骤一：通过车载单目摄像头捕获交通场景下的行人视频流；步骤二：利用人体姿态估计网络对行人关键点进行预测，提取行人关键点坐标，生成行人2D骨架结构图；步骤三：通过将自适应图卷积网络以及多分支时间卷积与ST‑GCN网络进行融合，实现自动驾驶车辆行人意图识别。本发明适用于自动驾驶车辆场景下的行人过街意图识别。