公开(公告)号：CN119131370A

公开(公告)日：2024-12-13

申请号：CN202411605566.7

申请日：2024-11-12

Applicant: 武汉大学

Inventor： 王中元 ,  华捷 ,  胡雅轩 ,  周潜 ,  傅佑铭 ,  邹华 ,  吴刚 ,  张学东 ,  邬欢欢

IPC: G06V10/25 ,  G06V10/40 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种恶劣天气下轮廓缺失目标特征提取与检测方法及系统，首先获取恶劣天气下的低质量视频，并提取视频图像高维特征；然后搜索轮廓缺失区域鲁棒的信息；自适应搜索不同尺度轮廓缺失目标的显著信息，提取多尺度特征；对提取的多尺度特征进行处理，并对不同尺度的特征进行跨层级信息交互；接着提取轮廓区域、轮廓缺失区域以及背景区域之间的关联性；随后预测轮廓缺失目标的类别与定位信息；最后消除冗余检测框，得到最终的轮廓缺失目标检测结果。本发明能够在恶劣天气下快速并准确地检测出轮廓缺失的目标，实现雾霾、暴雨以及低光等复杂环境下的智能监控或用于增强无人驾驶系统的鲁棒性。

公开(公告)号：CN119131370B

公开(公告)日：2025-02-11

申请号：CN202411605566.7

申请日：2024-11-12

Applicant: 武汉大学

Inventor： 王中元 ,  华捷 ,  胡雅轩 ,  周潜 ,  傅佑铭 ,  邹华 ,  吴刚 ,  张学东 ,  邬欢欢

IPC: G06V10/25 ,  G06V10/40 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种恶劣天气下轮廓缺失目标特征提取与检测方法及系统，首先获取恶劣天气下的低质量视频，并提取视频图像高维特征；然后搜索轮廓缺失区域鲁棒的信息；自适应搜索不同尺度轮廓缺失目标的显著信息，提取多尺度特征；对提取的多尺度特征进行处理，并对不同尺度的特征进行跨层级信息交互；接着提取轮廓区域、轮廓缺失区域以及背景区域之间的关联性；随后预测轮廓缺失目标的类别与定位信息；最后消除冗余检测框，得到最终的轮廓缺失目标检测结果。本发明能够在恶劣天气下快速并准确地检测出轮廓缺失的目标，实现雾霾、暴雨以及低光等复杂环境下的智能监控或用于增强无人驾驶系统的鲁棒性。

公开(公告)号：CN116524420A

公开(公告)日：2023-08-01

申请号：CN202310803998.8

申请日：2023-07-03

Applicant: 武汉大学

Inventor： 王中元 ,  华捷 ,  胡珊 ,  张羽飞 ,  常军 ,  李明

IPC: G06V20/40 ,  G06V20/54 ,  G06V10/764

Abstract: 本发明公开了一种交通场景下的关键目标检测方法及系统，首先获取交通视频，并提取视频图像高维特征，提取高维度的多尺度特征；然后对多尺度特征进行处理，提取显著性多尺度特征；对提取的显著性多尺度特征进行处理，实现边框回归与多个子类别预测，得到关键目标的定位信息与类别信息；接着约束分类结果减少误检；最后将定位信息与约束后的分类结果进行结合，消除冗余检测框，得到最终的关键目标定位信息与类别信息。本发明能够在复杂多变的陆上或海上交通场景下快速并准确的检测出行驶或静止状态下的关键目标，实现交通场景下的关键目标的智能监控或用于无人驾驶系统中的环境感知任务。

公开(公告)号：CN119941785A

公开(公告)日：2025-05-06

申请号：CN202411811835.5

申请日：2024-12-10

Applicant: 武汉大学

Inventor： 王中元 ,  胡雅轩 ,  华捷 ,  傅佑铭 ,  何政 ,  邹华 ,  吴刚 ,  李旭 ,  张学东

IPC: G06T7/246 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请涉及一种基于扩散模型的多目标跟踪方法及装置，其中，方法包括：通过特征提取模块获取输入的前后两帧图像的ROI特征；使用基于DDIM过程的扩散检测头结构对前后两帧中的目标进行检测，同时使用基于解耦扩散模型的轨迹预测模块对前一帧图像的轨迹进行预测；使用一种混合IoU和ReID的距离计算算法将预测的轨迹和得到的检测结果进行有效关联，从而得到最终的目标跟踪结果。由此，解决了现有的多目标跟踪技术难以同时应对线性和非线性运动目标，且在密集场景中易发生ID切换问题，跟踪的稳定性和鲁棒性较差等问题。

公开(公告)号：CN116524420B

公开(公告)日：2023-09-12

申请号：CN202310803998.8

申请日：2023-07-03

Applicant: 武汉大学

Inventor： 王中元 ,  华捷 ,  胡珊 ,  张羽飞 ,  常军 ,  李明

IPC: G06V20/40 ,  G06V20/54 ,  G06V10/764

Abstract: 本发明公开了一种交通场景下的关键目标检测方法及系统，首先获取交通视频，并提取视频图像高维特征，提取高维度的多尺度特征；然后对多尺度特征进行处理，提取显著性多尺度特征；对提取的显著性多尺度特征进行处理，实现边框回归与多个子类别预测，得到关键目标的定位信息与类别信息；接着约束分类结果减少误检；最后将定位信息与约束后的分类结果进行结合，消除冗余检测框，得到最终的关键目标定位信息与类别信息。本发明能够在复杂多变的陆上或海上交通场景下快速并准确的检测出行驶或静止状态下的关键目标，实现交通场景下的关键目标的智能监控或用于无人驾驶系统中的环境感知任务。