-
公开(公告)号:CN116958943A
公开(公告)日:2023-10-27
申请号:CN202310765399.1
申请日:2023-06-27
Applicant: 重庆邮电大学
IPC: G06V20/59 , G06V10/774 , G06V10/764 , G06T3/40 , G06V10/84 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种面向专用车驾驶员行为监测的微小目标检测方法,属于计算机视觉领域。该方法具体为,首先使用Diffusion网络通过前后推导的马尔科夫链方式,利用迭代扩散操作生成与实数据高度相似的模拟数据,使用特定实例复制粘贴技术将初步处理的图像中的微小目标粘贴到任意位置生成含有丰富微小目标信息的合成图像;双路径并行蒸馏学习网络进行蒸馏得到一系列针对不同应用场景下的Student网络组成适用于不同专用车的网络空间;最后利用多源多目标优化知识匹配网络实现对不同场景下专用车与Student网络的匹配。该方法能够匹配不同监测性能和检测速度的专用车,满足不同场景下的监测需求。
-
公开(公告)号:CN116863443A
公开(公告)日:2023-10-10
申请号:CN202310838014.X
申请日:2023-07-10
Applicant: 重庆邮电大学
IPC: G06V20/58 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及面向车载智能系统的轻量化微小交通标志识别方法,属于智能交通领域。将获取的环境图像通过压缩处理成规定尺寸的图像文件。将该图像输入信息流逻辑传播网络,信息流逻辑传播网络先简单提取图像的多层低级语义信息。通过边缘信息优化模块获取低级语义信息的边界信息,以边界信息监督图卷积流提取多特征层层内和层间的高级图语义信息。先以获得的高级特征层进行分类预测,稀疏表达出目标区域。然后将图卷积流提取的多层高级信息逐元素拆分为大小相同的特征层,用卷积流网络在稀疏区域内逐渐从左至右,从上到下融合扩展特征层。最有以融合特征层进行目标检测。
-