-
公开(公告)号:CN118334129A
公开(公告)日:2024-07-12
申请号:CN202410463452.7
申请日:2024-04-17
Applicant: 长安大学
Abstract: 本发明属于智能交通技术领域,公开了一种基于多约束pso粒子群优化的交通相机标定方法,该方法包括1、路侧摄像机模型的建立,2、标定结果的计算,3、标定结果的优化,从道路交通场景中自动识别出道路边缘线、道路虚线等几何标识,根据这些数据利用多标识融合场景自适应标定方法求解出摄像机方位和焦距等参数,完成标定若存在冗余平行线、冗余长度等灵活冗余标识,可以采用多约束pso粒子群优化的方式对标定结果进行优化;可以适用于包括直路和弯路在内的不同的道路场景,利用路面信息实现相机标定和优化。方法较为简单,优化后精度比较高,通用性较好,可以应用于各种道路场景下的相机标定工作。
-
公开(公告)号:CN116704462A
公开(公告)日:2023-09-05
申请号:CN202310664170.9
申请日:2023-06-06
Applicant: 长安大学
IPC: G06V20/56 , G06V10/22 , G06V10/774
Abstract: 本申请涉及一种单目路侧相机视角下基于Hourglass网络的地平线检测方法,该方法能够更快速的获取实时地平线信息,同时可以有效的规避因噪声对地平线检测算法的干扰;此外,使用Hourglass能够有效快速的对输入图像进行多尺度特征提取和融合,进而实现对交通等复杂场景中地平线信息的提取。
-
公开(公告)号:CN116824206A
公开(公告)日:2023-09-29
申请号:CN202310439035.4
申请日:2023-04-21
Applicant: 长安大学
IPC: G06V10/764 , G06V10/25 , G06V10/774 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于CenterNet的DM码关键点检测模型构建方法和检测方法,首先对DM码进行多尺度、多角度拍摄获取图像集,标注图像DM码类型信息以及四个角点的位置信息,然后基于CenterNet目标检测网络进行改进,将检测头设计为适用于DM码关键点检测的形式,设计DM码几何约束的损失函数进一步优化DM码关键点学习,同时在训练过程的数据增强中使用透视变换模拟相机视角变化,训练获得检测模型,以能直接获取图像中DM码的4个关键点位置信息,从而精确定位DM码。本发明能更加准确定位DM码关键点,提升检测多边形与DM码的贴合程度,减少由于非精确定位带来的后处理部分计算量,降低了处理时间。
-
-