-
公开(公告)号:CN119339353A
公开(公告)日:2025-01-21
申请号:CN202411467847.0
申请日:2024-10-21
Applicant: 西南交通大学
IPC: G06V20/58 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种端到端实时复杂道路目标检测方法,涉及目标检测技术领域,步骤如下:S1、将视频帧输入到骨干网络中,得到三层不同大小的输入图像特征层;S2、将图像特征层输入到多域特征去冗余模块中,得到最终的去冗余特征;S3、将最终的去冗余特征输入混合编码器进行特征提取和整合,随后进入混合位置嵌入模块中对位置信息进行融合编码;S4、将输出特征输入解码器模块中更新学习,然后经过前馈网络处理生成学习到的目标信息,最后经过头部网络生成包含目标在图像中的坐标信息,类别,置信度信息,用于识别和定位图像中的车辆。本发明在保持参数量不变的情况下,显著提升了复杂道路目标检测的性能,能够快速准确的检测目标。
-
公开(公告)号:CN117351692A
公开(公告)日:2024-01-05
申请号:CN202311146534.0
申请日:2023-09-06
Applicant: 西南交通大学
Abstract: 本发明公开了一种多虚拟头车结构下的长队列分级控制模型方法,包括以下步骤:路侧控制端采集长队列车辆行驶数据;将所述行驶数据载入最优虚拟头车序列计算模型;模型输出的结果是否满足遗传算法终止条件,若满足,则输出最优虚拟头车序列;若不满足,则继续依次进行选择操作、交叉操作和变异操作;车辆队列控制模型以最优虚拟头车序列为基础,将长队列相邻子队列头车的速度差、子队列跟随车与子队列头车的速度差分别引入控制层,得到子队列头车控制层模型和子队列跟随车控制层模型。所建模型对头车速度变化具有较高的识别度,能够有效削减速度变化所造成的速度扰动影响,确保自动驾驶车辆长队列行驶的高效性。
-
公开(公告)号:CN117934554A
公开(公告)日:2024-04-26
申请号:CN202410225371.3
申请日:2024-02-29
Applicant: 西南交通大学
Abstract: 本发明公开了一种路侧视角下基于点跟踪的单目3D车辆检测方法,涉及图像处理技术领域,包括以下步骤:S1.逐帧进行图像处理后提取图像特征,并基于统计分析得到车身水平和垂直方向的尺寸参考;S2.采用SORT目标跟踪算法记录跟踪点的历史数据,根据当前帧和历史帧的像素坐标变化区分某段时间内车辆状态;S3.根据轮廓点边界框的宽高比区分运动车辆的不同运动方向,水平方向运动车辆采用模板匹配方式绘制三维框,其它方向运动车辆由跟踪点将帧间检测目标关联起来,结合时间戳,根据时域信息绘制三维框。本发明不需要车辆尺寸均值、相机内外参、相机安装高度等任何先验数据和复杂的网络结构即可完成3D目标检测任务。
-
-