公开(公告)号：CN113033363A

公开(公告)日：2021-06-25

申请号：CN202110274543.2

申请日：2021-03-15

Applicant: 西南交通大学

Inventor： 吴晓 ,  张基 ,  向重阳 ,  谭舒月

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/62 ,  G08G1/01 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的车辆稠密目标检测方法，包括S1、构建并训练多尺度降维卷积特征提取网络；S2、通过多尺度降维卷积特征提取网络提取待检测图像的多尺度降维特征图；S3、基于历史图像，生成先验知识锚框；S4、生成待检测图像中的所有目标候选区域；S5、对目标候选区域进行ROIpooling处理，获得具有车辆稠密目标检测结果。本发明考虑了稠密目标尺度差异大的特点，在faster‑rcnn网络的基础上，提出了多级多分辨、多尺寸降维卷积特征提取和基于形状先验的锚点窗口生成的思路，提高了对多尺度稠密模型的检测能力，有效解决了现有相关检测方法中存在的信息丢失问题，实现了对稠密目标的自动识别和辨别。

公开(公告)号：CN114494999A

公开(公告)日：2022-05-13

申请号：CN202210058467.6

申请日：2022-01-18

Applicant: 西南交通大学

Inventor： 吴晓 ,  张基 ,  谭舒月 ,  李威 ,  彭强

IPC: G06V20/52 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V10/62 ,  G06K9/62 ,  G06T7/73 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04

Abstract: 本发明涉及目标密集预测技术领域，公开了本发明提供了一种双分支联合型目标密集预测方法及系统。该双分支联合型目标密集预测方法，包括以下步骤：S1，利用待预测目标的图像生成特征图；S2，利用特征图中的计数特征生成预测密度图，以及，利用特征图中的定位特征生成预测位置图；S3，利用生成预测位置图的过程信息对生成的预测密度图进行更新优化，和/或，利用生成预测密度图的过程信息对生成的预测位置图进行更新优化。本发明解决了现有技术存在的密度图位置信息衰减以及对目标位置预测不准确等问题。

公开(公告)号：CN114494999B

公开(公告)日：2022-11-15

申请号：CN202210058467.6

申请日：2022-01-18

Applicant: 西南交通大学

Inventor： 吴晓 ,  张基 ,  谭舒月 ,  李威 ,  彭强

IPC: G06V20/52 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V10/62 ,  G06K9/62 ,  G06T7/73 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04

Abstract: 本发明涉及目标密集预测技术领域，公开了本发明提供了一种双分支联合型目标密集预测方法及系统。该双分支联合型目标密集预测方法，包括以下步骤：S1，利用待预测目标的图像生成特征图；S2，利用特征图中的计数特征生成预测密度图，以及，利用特征图中的定位特征生成预测位置图；S3，利用生成预测位置图的过程信息对生成的预测密度图进行更新优化，和/或，利用生成预测密度图的过程信息对生成的预测位置图进行更新优化。本发明解决了现有技术存在的密度图位置信息衰减以及对目标位置预测不准确等问题。