公开(公告)号：CN108229434A

公开(公告)日：2018-06-29

申请号：CN201810101321.9

申请日：2018-02-01

Applicant: 福州大学

Inventor： 黄立勤 ,  周必书

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种车辆识别与细致重构的方法。该方法使用生成对抗网络GAN识别出行驶的车辆目标，然后将目标提取出来进行细致重构；在前几帧视频中确认了目标车辆，之后的视频帧中只要出现同一辆目标车辆就会被该算法自动识别，并且会在视频中框选出目标车辆的基础上，重构出较大分辨率目标车辆的高清晰图像。本发明方法可以使用的场景有很多，例如在前向行驶车辆的跟踪中，可以更加快速的识别出被其它车辆遮挡有突然出现的目标车辆，在监控肇事车辆逃跑中，可以更精确的掌握肇事车辆的位置信息。

公开(公告)号：CN108182428A

公开(公告)日：2018-06-19

申请号：CN201810094174.7

申请日：2018-01-31

Applicant: 福州大学

Inventor： 黄立勤 ,  周必书

IPC: G06K9/00 ,  G06K9/62 ,  G06T7/246 ,  G06T7/521 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种前车状态识别和车辆跟随的方法，本发明使用深度卷积神经网络，自动学习出邻近同向行驶的汽车的行为，预测出该汽车的动作，使得当前汽车跟随着前一辆汽车的技术方案。本提案的过程就是使用深度卷积神经网络进行实时的车辆检测，同时分类出汽车的行驶行为，并且在加入激光雷达测量的深度数据后，学习出前方车辆的位置和相对距离，在得到了前方车辆的位置、相对距离、行驶行为之后控制当前车辆进行跟随。