-
公开(公告)号:CN116977738A
公开(公告)日:2023-10-31
申请号:CN202310969375.8
申请日:2023-08-03
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V20/54 , G06V10/762 , G06V40/16 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于目标检测领域,具体涉及到一种基于知识增强型深度学习的交通场景目标检测方法及系统,所述方法包括:获取待检测交通场景图像;建立单阶段目标检测模型并进行训练;将获取的待检测交通场景图像输入到训练好的单阶段目标检测模型,得到图片中目标物体的二维目标坐标以及对应的类别结果,完成目标检测。本发明通过建立单阶段目标检测模型结合共现关系,引入动态卷积层,提高网络对遮挡目标的检测准确率;通过目标检测对道路上的物体进行检测能够与汽车系统联合辅助驾驶,大大提高了夜间行车的安全性。
-
公开(公告)号:CN117373119A
公开(公告)日:2024-01-09
申请号:CN202311318838.0
申请日:2023-10-12
Applicant: 重庆邮电大学
IPC: G06V40/20 , G06V20/40 , G06V20/52 , G06V10/774 , G06V10/80
Abstract: 本发明涉及一种基于语义推理的行为检测方法及系统,包括:获取待检测的视频数据,对视频数据进行抽帧操作得到第一视频数据样本,提取目标行为的运动特征和目标行为的空间特征;并利用非局部神经网络注意力机制进行特征增强融合得到目标行为的综合特征;获取原始视频数据训练集,根据各类别的行为标签在原始视频数据训练集中的共现关系构建非对称共现矩阵;利用语义关系推理模块SIM进行语义关系推理得到各类别行为标签的语义关系信息词向量表示;根据各类别行为标签的语义关系信息词向量表示和目标行为的综合特征计算目标在各类别行为标签的得分;基于预设的得分阈值输出目标在待检测的视频数据中的所有行为。
-