-
公开(公告)号：CN115601725A
公开(公告)日：2023-01-13
申请号：CN202211019852.6
申请日：2022-08-24
Applicant: 苏州科技大学(CN) , 江苏尚柯智能科技有限公司(CN)
IPC: G06V20/58 , G06V10/40 , G06V10/764 , G06V10/766 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 本发明涉及一种基于上下文信息构建的激光点云目标检测方法，包括生成点云伪全景图；提取原始激光点云中每个点的上下文信息特征；基于点云伪全景图得到二维候选框，将二维候选框拓展到三维截锥体候选区，将截锥体进行切分得到截锥体点云分组序列，将每个点的上下文信息特征叠加到序列的对应点上，将所有点的逐点特征向量通过多层感知机和最大值池化得到逐截锥体序列特征；将序列特征输入至全卷积网络进行深度学习，输出高层语义特征；将高层语义特征输入至分类器和回归器完成目标识别和边界框定位任务。本发明基于点云内在顺序以及邻间关系解决了目前在图像中表现优越的二维目标检测模型无法直接应用到点云数据上以实现三维目标检测任务的问题。
-
公开(公告)号：CN116030094A
公开(公告)日：2023-04-28
申请号：CN202310036508.6
申请日：2023-01-10
Applicant: 苏州科技大学 , 苏州中星拟景信息技术有限公司
Abstract: 本发明涉及一种密集场景中的多目标跟踪方法、装置及电子设备，方法包括：获取第T帧图像并对其进行下采样，得到若干下采样特征图；基于若干下采样特征图得到第一特征图，并对第一特征图进行映射得到热力图检测结果,得到目标人物检测框；同时对第T‑1帧图像中的目标人物在第T帧图像中的位置进行定位，得到定位结果；将目标人物检测框和定位结果进行IOU匹配，若IOU匹配均成功，则完成跟踪；若存在IOU匹配未成功，执行下一步；基于若干下采样特征图得到第二特征图，将第二特征图进行处理后进行二次匹配，若二次匹配均成功，则完成跟踪；若二次匹配未成功，不断循环上述两次匹配。本发明能够在拥挤场景下提高多目标跟踪精度。
-
公开(公告)号：CN118506005A
公开(公告)日：2024-08-16
申请号：CN202410689981.9
申请日：2024-05-30
Applicant: 苏州科技大学
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/098 , G06N3/084 , G06N3/0895
Abstract: 本发明提供了一种图像的半监督语义分割方法，包括将有标签数据输入到学生模型获得第一预测标签数据集；根据第一预测数据的分割结果得到混淆矩阵，进而获得增强数据集并输入学生模型中得到第二预测标签数据集；根据两个预测标签数据集和标签真实值获得第一和第二损失函数；将无标签数据集输入至学生模型和教师模型分别得到第一和第二伪标签预测值，通过两个预测值获得第三损失函数；根据三个损失函数获得总损失函数并对模型参数优化；通过优化后的教师模型实现图像的语义分割。本方案解决了现有技术中由于有标签数据数量有限及其分布不均匀，存在容易识别的类数量多，难识别的类反而数量少的问题，经过训练，难识别的类精度得不到太大提升的问题。
-
公开(公告)号：CN116030278A
公开(公告)日：2023-04-28
申请号：CN202310035275.8
申请日：2023-01-10
Applicant: 苏州科技大学 , 苏州中星拟景信息技术有限公司
IPC: G06V10/74 , G06V10/774
Abstract: 本发明涉及一种基于图结构的目标检测方法及电子设备，包括：步骤S1：获取待检测图像；步骤S2：通过改进的知识蒸馏方法来构建基于图结构的目标检测网络，其中，所述改进的知识蒸馏方法为：通过图结构法对所述教师模型进行蒸馏得到学生模型，所述教师模型通过预设图像数据集训练得到，所述学生模型为基于图结构的目标检测网络；步骤S3：通过所述基于图结构的目标检测网络检测所述待检测图像中的目标。本发明解决了现有知识蒸馏方法中提炼特征知识的信息不丰富的问题，本发明的知识蒸馏方法能够有效提高学生模型在目标检测中的性能。
-
-
-
Search Results
4
records
(took 0.015 seconds)
