公开(公告)号：CN117975381A

公开(公告)日：2024-05-03

申请号：CN202410264492.9

申请日：2024-03-08

Applicant: 重庆邮电大学

Inventor： 黄俊 ,  章英敏

IPC: G06V20/54 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0495

Abstract: 本发明设计了一种基于多尺度注意力的道路车辆检测方法，基于YOLOv8的目标检测网络构建道路车辆检测模型，其中，所述道路车辆检测模型包括Input网络模块、Backbone网络模块，Neck网络模块和Head网络模块；将道路车辆图像输入到Input模块进行预处理；预处理后的所述道路车辆图像通过Backbone网络模块进行特征提取，获得特征层；基于所述特征层，通过所述Neck网络模块进行特征融合，得到待预测特征层；将所述待预测层输入到Head模块进行输出，获取所述道路车辆图像的检测信息。本方法引入EfficientViT主干网络的Lightweight Multi‑Scale Attention模块到YOLOv8特征融合网络末端。本发明提出的方法在道路车辆的检测中，针对道路车辆易出现遮挡、可见特征不足的情况下取得较好的检测效果。

公开(公告)号：CN118154642A

公开(公告)日：2024-06-07

申请号：CN202410264501.4

申请日：2024-03-08

Applicant: 重庆邮电大学

Inventor： 黄俊 ,  章英敏

IPC: G06T7/246 ,  G06T7/277 ,  G06V10/40 ,  G06V10/75 ,  G06V10/74 ,  G06V10/82

Abstract: 本发明设计了一种基于轻量化重识别网络的道路车辆跟踪方法，该方法包括如下模块：级联匹配模块，用于分配图像中检测框和轨迹框之间的匹配；卡尔曼滤波模块，用于提供准确且及时的目标车辆状态估计；轻量化重识别网络模块，用于提取所有跟踪目标的外观特征；匈牙利算法模块，用于为每一个轨迹框匹配到代价最小的检测框；本发明通过轻量化重识别网络增强对跟踪目标外观特征的提取，有效减少模型计算的复杂度，在资源受限的设备上也能够实现较好的跟踪效果；本发明通过添加马氏距离与余弦距离，针对位置和方向进行区分，从而在整体上可以达到一个相对于全面的差异性衡量，以更好地完成匹配。