-
公开(公告)号：CN112257609B
公开(公告)日：2022-11-04
申请号：CN202011147629.0
申请日：2020-10-23
Applicant: 重庆邮电大学
Abstract: 本发明提供一种基于自适应关键点热图的车辆检测方法及装置，属于计算机视觉、目标检测与识别技术领域；包括通过自适应可变半径高斯核渲染关键点热图，提取到车辆目标的中心点，然后通过车辆目标宽和高的信息，回归得到车辆目标尺寸、位置等信息；关键点热图的渲染采用自适应策略，高斯核半径随着目标宽和高的变化而变化，在道路拥挤条件下预测的边界框更加紧凑，计算坐标范围由整个特征图缩小为目标边界框内，能够加快网络收敛；在道路拥挤的视频场景下能有效解决密集遮挡车辆之间漏检、误检、检测精度不高的问题，能够满足在拥挤道路监控视频下对车辆检测速度和准确度的需求，对于智能交通管理工作具有重大的意义。
-
公开(公告)号：CN112257609A
公开(公告)日：2021-01-22
申请号：CN202011147629.0
申请日：2020-10-23
Applicant: 重庆邮电大学
Abstract: 本发明提供一种基于自适应关键点热图的车辆检测方法及装置，属于计算机视觉、目标检测与识别技术领域；包括通过自适应可变半径高斯核渲染关键点热图，提取到车辆目标的中心点，然后通过车辆目标宽和高的信息，回归得到车辆目标尺寸、位置等信息；关键点热图的渲染采用自适应策略，高斯核半径随着目标宽和高的变化而变化，在道路拥挤条件下预测的边界框更加紧凑，计算坐标范围由整个特征图缩小为目标边界框内，能够加快网络收敛；在道路拥挤的视频场景下能有效解决密集遮挡车辆之间漏检、误检、检测精度不高的问题，能够满足在拥挤道路监控视频下对车辆检测速度和准确度的需求，对于智能交通管理工作具有重大的意义。
-
公开(公告)号：CN114581956A
公开(公告)日：2022-06-03
申请号：CN202210266865.7
申请日：2022-03-17
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种多分支细粒度特征融合的行人重识别方法，属于计算机视觉领域，包括以下步骤：获取行人数据并进行数据预处理，采用残差网络建立行人特征提取网络；构建行人重识别网络的全局分支、局部分支、局部关联分支；采用行人重识别网络的全局分支、局部分支、局部关联分支分别提取全局特征、局部特征、局部关联特征；将所述全局特征、局部特征、局部关联特征在通道维度拼接，作为行人的外观特征表示；将待查询行人与查询库中的行人特征向量计算欧式距离，按照相似度进行排序，得到与待查询行人最相似的行人。本发明设计了一种多分支细粒度特征融合重识别方法，通过融合全局和局部特征，使得行人重识别网络提取的特征具有更强的分辨能力。
-
-
Search Results
3
records
(took 0.018 seconds)
