公开(公告)号：CN112750147A

公开(公告)日：2021-05-04

申请号：CN202011641353.1

申请日：2020-12-31

Applicant: 鹏城实验室 ,  大连理工大学

Inventor： 薛斌 ,  王耀威 ,  袁锦宇 ,  杨洲鑫

IPC: G06T7/246 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/10

Abstract: 本发明公开了一种行人多目标跟踪方法、装置、智能终端及存储介质，其中，上述行人多目标跟踪方法包括：获取目标神经网络模型，其中，上述目标神经网络模型包括：用于提取输入图像的总特征获取特征图的合一模型，用于对上述特征图进行分离的分离结构，和基于分离后的特征图分别预测获取目标的外观特征向量和目标信息的外观特征提取子模型和检测子模型；获取目标视频序列；基于上述目标神经网络模型对上述目标视频序列进行行人多目标跟踪，获取跟踪结果；输出上述跟踪结果。本发明方案有利于提高跟踪速度，满足实时性要求。

公开(公告)号：CN119380125B

公开(公告)日：2025-04-01

申请号：CN202411976862.8

申请日：2024-12-31

Applicant: 鹏城实验室

Inventor： 胡孟豪 ,  池虹雨 ,  郑清芳 ,  杨洲鑫 ,  吴少聪 ,  王耀威

IPC: G06V10/764 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种模型训练方法、车辆识别方法、装置、电子设备及介质，涉及神经网络技术领域。模型训练方法将车辆训练图像输入至初始车辆识别模型得到第一训练图像特征，将车辆增强训练图像输入至训练辅助模型得到第二训练图像特征。然后分别得到局部对比损失、全局对比损失、类间对比损失和类类对比损失，从而得到总损失，基于总损失对初始车辆识别模型的第一网络参数进行迭代更新。在迭代更新的过程中，通过类间对比损失和类类对比损失，提高目标车辆识别模型对不同类别车辆的判别的准确性，以及提高相同类别车辆的位置回归精度，通过局部对比损失和全局对比损失，能够增强目标车辆识别模型的局部和全局特征分布。

公开(公告)号：CN119323804A

公开(公告)日：2025-01-17

申请号：CN202411875288.7

申请日：2024-12-19

Applicant: 鹏城实验室

Inventor： 杨洲鑫 ,  熊雪菲 ,  白鑫贝 ,  王耀威

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请实施例提供了一种检测模型的训练方法、行人检测方法、装置及相关设备，属于计算机视觉技术领域。该方法包括：获取样本行人图像和与样本行人图像中的场景相匹配的样本背景图像，并将样本行人图像和样本背景图像输入初始检测模型中；对样本背景图像中的背景进行特征提取，得到初始背景特征，并对样本行人图像中的行人进行特征提取，得到初始行人特征，融合初始背景特征和初始行人特征得到样本融合特征；对样本融合特征中的背景进行预测，得到样本背景特征；基于样本背景特征和初始背景特征计算得到背景损失值，根据背景损失值训练初始检测模型，得到训练后的检测模型。本申请能够提高行人检测的准确性。

公开(公告)号：CN119380125A

公开(公告)日：2025-01-28

申请号：CN202411976862.8

申请日：2024-12-31

Applicant: 鹏城实验室

Inventor： 胡孟豪 ,  池虹雨 ,  郑清芳 ,  杨洲鑫 ,  吴少聪 ,  王耀威

IPC: G06V10/764 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种模型训练方法、车辆识别方法、装置、电子设备及介质，涉及神经网络技术领域。模型训练方法将车辆训练图像输入至初始车辆识别模型得到第一训练图像特征，将车辆增强训练图像输入至训练辅助模型得到第二训练图像特征。然后分别得到局部对比损失、全局对比损失、类间对比损失和类类对比损失，从而得到总损失，基于总损失对初始车辆识别模型的第一网络参数进行迭代更新。在迭代更新的过程中，通过类间对比损失和类类对比损失，提高目标车辆识别模型对不同类别车辆的判别的准确性，以及提高相同类别车辆的位置回归精度，通过局部对比损失和全局对比损失，能够增强目标车辆识别模型的局部和全局特征分布。

公开(公告)号：CN112750147B

公开(公告)日：2024-11-26

申请号：CN202011641353.1

申请日：2020-12-31

Applicant: 鹏城实验室 ,  大连理工大学

Inventor： 薛斌 ,  王耀威 ,  袁锦宇 ,  杨洲鑫

IPC: G06T7/246 ,  G06V40/10 ,  G06V10/764 ,  G06V20/40 ,  G06N3/04 ,  G06N3/08 ,  G06T7/10

Abstract: 本发明公开了一种行人多目标跟踪方法、装置、智能终端及存储介质，其中，上述行人多目标跟踪方法包括：获取目标神经网络模型，其中，上述目标神经网络模型包括：用于提取输入图像的总特征获取特征图的合一模型，用于对上述特征图进行分离的分离结构，和基于分离后的特征图分别预测获取目标的外观特征向量和目标信息的外观特征提取子模型和检测子模型；获取目标视频序列；基于上述目标神经网络模型对上述目标视频序列进行行人多目标跟踪，获取跟踪结果；输出上述跟踪结果。本发明方案有利于提高跟踪速度，满足实时性要求。

公开(公告)号：CN116662881A

公开(公告)日：2023-08-29

申请号：CN202310627177.3

申请日：2023-05-30

Applicant: 鹏城实验室

Inventor： 杨洲鑫 ,  熊雪菲 ,  王耀威 ,  蒋冬梅 ,  田永鸿

IPC: G06F18/241 ,  G06F18/214

Abstract: 本发明公开了一种数据自动标注的方法与系统，所述方法包括：获取待标注数据，基于所述待标注数据配置标注模板，获取预训练模型；对所述预训练模型进行知识蒸馏得到自动标注模型的骨干模型，并使用人工标注的数据基于该骨干模型对自动标注模型进行训练，得到训练后的自动标注模型；使用训练后的自动标注模型对数据进行自动化标注，对自动化标注结果进行人工审核，并存储人工审核结果。本发明可提升应用自动化标注的系统准确性，便于实现数据标注全流程处理，解放了标注劳动力，大大提高标注工作人员的标注效率。