“G06V20/54”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果1022个，建议您升级VIP下载更多相关专利

[发明专利]一种基于因果效应的车辆重识别无偏特征增强方法-CN202310723554.3在审
发明人：邓玉辉;黄俊豪 -专利权人：暨南大学
申请日： 2023-06-19 - 公布日： 2023-10-27 - 主分类号： G06V20/54 文献下载
摘要：本发明公开了一种基于因果效应的车辆重识别无偏特征增强方法，步骤如下：构建骨干网络提取图像特征；通过无偏特征增强模块提取特征图的注意力权重，使用反事实干扰方法生成特征图的反注意力权重；通过基于因果效应的联合约束模块增强特征图的无偏注意力权重；通过预测网络输出特征；使用无偏特征增强网络进行车辆重识别。本发明通过无偏特征增强模块自适应地为特征图的有意义区域添加权重，减少人工标注；通过基于因果效应的联合约束模块增强含无偏特征的区域权重同时减弱含有偏特征的区域权重；通过无偏特征增强模块和基于因果效应的联合约束的优化，增强对有效特征的识别能力，提高车辆重识别准确率。
一种基于因果效应车辆识别特征增强方法

[发明专利]一种基于图像本身的自适应采样方法-CN202310857860.6在审
发明人：宋晨;段强;宁方刚;姜凯 -专利权人：山东浪潮科学研究院有限公司
申请日： 2023-07-13 - 公布日： 2023-10-27 - 主分类号： G06V20/54 文献下载
摘要：本发明涉及计算机视觉技术领域，具体为一种基于图像本身的自适应采样方法，包括以下步骤：确定图像分类的初始化网络；对初始化网络改造；添加掩码；设定训练参数；对网络训练；网络微调；有益效果为：采用常规的卷积神经网络(Resnet50)作为网络进行改造；根据中间层的特征图添加相应的掩码，并进行相应的计算；初始化网络和准备训练集，验证集和测试集，并设定训练的相关参数；对上述网络进行训练；完成训练后，结合其他功能性网络，再进行总网络的微调，符合精度后布置到交通设备中结合高清摄像头进行实时监控。
一种基于图像本身自适应采样方法

[发明专利]一种基于注意力机制的多任务交通场景检测算法-CN202310696843.9在审
发明人：曲建创;李成莪;王雪 -专利权人：中交华控（天津）科技发展有限公司
申请日： 2023-06-13 - 公布日： 2023-10-27 - 主分类号： G06V20/54 文献下载
摘要：本发明是一种基于注意力机制的多任务交通场景检测算法，包含一个共享编码器和三个解码器；共享编码器由骨干网络和颈部网络组成；三个解码器分别完成交通目标、可行驶区域、车道线检测任务。本发明首次将大卷积核注意力机制与YOLOv7提出的ELAN结构进行融合作为全新的主干网络，将大核注意力机制与多尺度信息融合机制结合针对车道线分割任务提出分割增强模块，在主干网络之后、车道线检测分割头之前加入该模块进一步提升车道线检测任务的精度。
一种基于注意力机制任务交通场景检测算法

[发明专利]货运车辆的监控方法、系统及存储介质-CN202311223666.9在审
发明人：陈鑫睿;陈章杰;刘意峰;傅巍;余琛;黄文 -专利权人：广州一链通互联网科技有限公司
申请日： 2023-09-21 - 公布日： 2023-10-27 - 主分类号： G06V20/54 文献下载
摘要：本申请公开了一种货运车辆的监控方法、系统及存储介质。在任意一个第一监控点获取至少一张第一道路图像；如果识别到第一道路图像中没有货运车辆则重复上一步骤，如果识别到第一道路图像中有货运车辆则执行下一步骤；标记上述货运车辆并上传第一道路图像；在满足指定条件的第二监控点获取至少一张第二道路图像；如果识别到第二道路图像中没有被标记的上述货运车辆则重复上一步骤，如果识别到第二道路图像中有被标记的上述货运车辆则执行下一步骤；上传具有第二监控点的位置信息的第二道路图像；根据第一道路图像和第二道路图像，对被标记的上述货运车辆的状态进行识别。本申请能够解决现有货运车辆检测手段成本较高和效果差的问题。
货运车辆监控方法系统存储介质

[发明专利]一种面向恶劣天气下的交通监控图像目标检测方法-CN202310696848.1在审
发明人：沈子涵;李慧洋;肖荣新 -专利权人：中交华控（天津）科技发展有限公司
申请日： 2023-06-13 - 公布日： 2023-10-27 - 主分类号： G06V20/54 文献下载
摘要：本发明是一种面向恶劣天气下的交通监控图像目标检测方法，待恢复监控图像输入动态卷积模块中进行卷积处理，经过动态卷积模块后将图像输入双数复小波增强模块，将经过双树复小波变换增强后的信息进入残差学习恢复模块进行残差学习来获得干净的图像，将残差学习后输出的图片送入YOLOv3交通目标检测模块进行目标检测，对经过恢复的图像进行目标检测。本发明利用双树复小波变换结合频率特征和通过动态卷积层结合结构信息来挖掘雨雪雾图像中的鲁棒特征，使用残差网络结构来细化获得的特征，并通过残差学习操作来重建干净的图像，对复杂的恶劣天气场景实现更好的适应性，通用的进行雨雪雾天气时的监控图像恢复。
一种面向恶劣天气交通监控图像目标检测方法

[发明专利]目标检测方法、装置、电子设备及存储介质-CN202311224701.9在审
发明人：燕旭东 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-09-21 - 公布日： 2023-10-27 - 主分类号： G06V20/54 文献下载
摘要：本申请提供一种目标检测方法、装置、电子设备及存储介质，涉及人工智能、地图、车联网、智慧交通等技术领域。通过基于第一图像的第一对象区域先初步圈定第二图像的待搜索区域，并利用第一对象区域的第一图像特征、待搜索区域的第二图像特征和位置特征，得到目标对象从该第一图像至第二图像对应的偏移位置；继而可以利用该偏移位置和第一对象区域的第一定位信息，来定位第二图像中的目标对象；从而实现在待搜索区域中精确定位目标对象。由于利用图像序列中前后图像之间的连续性，实现在多帧图像中对目标对象的持续定位检测，大大提高了目标检测的准确性。并且，解除了对样本图像、要素对象类别的限制，提高了目标检测的实用性和鲁棒性。
目标检测方法装置电子设备存储介质

[发明专利]单车违停的检测方法及装置、共享单车及检测系统-CN201811429804.8有效
发明人：葛嵩 -专利权人：千寻位置网络有限公司
申请日： 2018-11-27 - 公布日： 2023-10-27 - 主分类号： G06V20/54 文献下载
摘要：本发明适用于车辆管理技术领域，提供了一种单车违停的检测方法及装置、检测及停车系统，所述检测方法包括：提取单车的停车区域的边界数据；获取所述单车当前的状态数据，所述状态数据包括所述单车的车座的坐标数据；基于所获取的状态数据及所提取的边界位置数据检测所述单车是否违停，获得检测结果。本发明中，基于单车当前的状态数据及停车区域的边界数据综合来检测单车是否违停，此过程中还综合车座的坐标数据，可降低环境干扰因素，提高检测准确性。
单车检测方法装置共享系统

[发明专利]目标船只轨迹监测方法、装置、电子设备及可读存储介质-CN202311023281.8有效
发明人：胡威;李娟;张新;何杰;陈兰文;何训;于龙广睿;吴旭东;彭泽洋;剧梦婕;蒋琦;王浩;王文琦;段文博 -专利权人：中国铁塔股份有限公司;铁塔智联技术有限公司
申请日： 2023-08-15 - 公布日： 2023-10-27 - 主分类号： G06V20/54 文献下载
摘要：本发明提供一种目标船只轨迹监测方法、装置、电子设备及可读存储介质，涉及数据处理技术领域，该方法包括：获取第一AIS数据，包括第一水上移动通信业务标识码MMSI和第一位置和第一移动数据，第一移动数据用于表征目标对象目标船只的移动情况；接收目标对象目标船只发送的第二AIS数据，第二AIS数据包括第二MMSI、第二位置和第二移动数据；在第一MMSI和第二MMSI匹配的情况下，或者，在第一MMSI和第二MMSI不匹配，且第一移动数据与第二移动数据匹配的情况下，基于第一位置和第二位置，计算目标对象目标船只的轨迹。本发明能提高对目标船只的航运轨迹监控准确率。
目标船只轨迹监测方法装置电子设备可读存储介质

[发明专利]基于图像处理的数字化智慧道路监控系统-CN202311091123.6有效
发明人：江晓波;丘永鑫 -专利权人：广州视安智能科技有限公司
申请日： 2023-08-29 - 公布日： 2023-10-27 - 主分类号： G06V20/54 文献下载
摘要：本发明涉及图像处理技术领域，具体涉及一种基于图像处理的数字化智慧道路监控系统。该系统首先获得多帧监控图像帧并将预设数量的监控图像帧作为目标图像帧；根据目标图像帧中的边缘像素点的分布情况获得结构特征参数；进而根据结构特征参数可以获得相邻目标图像帧的结构相似性，然后根据相邻的目标图像帧的结构相似性获得时序联系参数；基于时序联系参数完成目标图像帧的聚类获得多个目标图像帧聚簇；根据每个目标图像帧在所属目标图像帧聚簇中的相对信息丰富度、相对噪声携带量以及相对图像对比度获得帧质量指标并筛选出引导帧；进而根据引导帧完成引导滤波，获得去噪后的监控图像帧；根据去噪后的监控图像帧完成更加有效的道路监控。
基于图像处理数字化智慧道路监控系统

[发明专利]一种弱光条件下的高速车辆跟踪测速方法-CN202310841221.0在审
发明人：丁洁;张峻祎;丁冰;郑德智 -专利权人：北京理工大学;太原理工大学
申请日： 2023-07-10 - 公布日： 2023-10-24 - 主分类号： G06V20/54 文献下载
摘要：本发明涉及图像处理技术领域，一种弱光条件下的高速车辆跟踪测速方法，通过夜间交通检测NTD网络对车辆进行跟踪测速，夜间交通检测NTD网络包括基于MBLLEN的注意力特征FBA模块、特征增强FE模块、预测输出FO模块，当弱光条件下拍摄的高速车辆的图像或视频输入到夜间交通检测NTD网络时，首先输入到基于MBLLEN的注意力特征FBA模块，基于MBLLEN的注意力特征FBA模块提取弱光条件下的图像特征并输入到特征增强FE模块，特征增强FE模块进行特征增强提取获得增强后的图像特征，增强后的图像特征输入到预测输出FO模块，预测输出FO模块生成车辆检测框并通过检测框的变化实时测量夜间车辆的行驶速度。
一种弱光条件下高速车辆跟踪测速方法

[发明专利]基于CSA注意力机制和C3_SAC的YOLOv5网络的交通多目标检测方法-CN202310867976.8在审
发明人：王健康;闫冬梅;王正松 -专利权人：东北大学秦皇岛分校
申请日： 2023-07-17 - 公布日： 2023-10-24 - 主分类号： G06V20/54 文献下载
摘要：本发明提供一种基于CSA(CoordinateSpatialAttention)注意力机制和C3_SAC的YOLOv5网络的交通多目标检测方法，首先使用可切换空洞卷积(SAC)替换C3中Bottleneck残差模块中的卷积结构组成新的backbone网络结构，使backbone提取特征信息更准确，同时扩大卷积感受野，适应不同尺度特征；然后在CA注意力机制的基础上结合SA注意力机制，并把改进的CSA注意力机制分别加入到backbone网络的5，8，13层之后，增强网络对学习特征的表达能力；最后把YOLOv5中原有的Ciou损失函数替换为额外考虑角度损失的Siou损失函数。在Kitti交通开源数据集上进行实验，改进YOLOv5模型相较于原始的YOLOv5模型的Precision提升了5.7％，mAP_0.5提升了1.9％，mAP_0.5:0.95提升了3.5％。结果表明，本发明提出改进的模型有效的实现了高精度的交通多目标检测。
基于 csa 注意力机制 c3_sac yolov5 网络交通多目标检测方法

[发明专利]一种基于YOLOv8的交通标志检测与识别方法-CN202310319962.2在审
发明人：张开玉;刘楠 -专利权人：哈尔滨理工大学
申请日： 2023-03-28 - 公布日： 2023-10-24 - 主分类号： G06V20/54 文献下载
摘要：本发明公开了一种基于YOLOv8的交通标志检测与识别方法，具体涉及计算机视觉、图像处理技术领域，包括具体步骤如下：步骤一、采集数据，将各个交通路口所采集到的交通数据输送到云数据库中储存，再将每一个交通行走路径采集数据输送到云数据库中储存。本发明采用摄像头实时采集交通标志数据、交通行走路径采集数据、路口跟车参考数据、单车量行走数据、路口红绿灯交通变灯数据，检测到的各个方向的数据与云数据库的数据做对比，可以根据路口跟车交通行走路径周边树木作为参考物识别，还可以根据路口跟车车辆、单车量行走数据、路口红绿灯交通变灯数据自动识别参考物，检测与识别交通标志精确性更好。
一种基于 yolov8 交通标志检测识别方法

[发明专利]一种基于动态视频的渔船目标检测与跟踪方法-CN202310328937.0在审
发明人：刘永桂;黎远梅 -专利权人：华南理工大学
申请日： 2023-03-30 - 公布日： 2023-10-24 - 主分类号： G06V20/54 文献下载
摘要：本发明公开了一种基于动态视频的渔船目标检测与跟踪方法，涉及船舶目标检测与跟踪领域。S1、收集制作渔船图片数据集与渔船视频数据集。S2、利用渔船图片数据集训练YoloV5目标检测模型；S3、将渔船图片输入训练好的YoloV5目标检测模型获取多个渔船目标的区域坐标，根据区域坐标信息使用PIL库进行图片分割。S4、利用经过分帧处理的渔船视频数据集训练基于改进MobileNetV3网络与RPN子网络的目标跟踪模型。S5、测试目标跟踪模型：将渔船视频数据集任意视频帧序列的第一帧图片输入到训练好的YoloV5目标检测模型，得到每个渔船目标的区域位置信息及分割图片，将渔船目标的区域位置信息及分割图片与视频帧序列一起输入到训练好的目标跟踪模型中，得到渔船目标跟踪结果。
一种基于动态视频渔船目标检测跟踪方法

[发明专利]基于神经网络和联合数据概率数据关联法的交通监测方法-CN202210356840.6在审
发明人：何绍溟;柴剑铎;时俊祺;杨希雯;王江;林德福 -专利权人：北京理工大学
申请日： 2022-04-06 - 公布日： 2023-10-24 - 主分类号： G06V20/54 文献下载
摘要：本发明公开了一种基于神经网络和联合数据概率数据关联法的交通监测方法，通过目标识别模块将视频中车辆识别出来，获得观测信息，通过目标跟踪模块对观测信息进行处理，将不同观测信息内的车辆的关联，实现对车辆的跟踪，所述目标识别模块中设置有神经网络模型和NMS模型，在所述目标跟踪模块中采用JPDA法对观测信息进行处理。本发明公开了基于神经网络和联合数据概率数据关联法的交通监测方法，运算速度快，跟踪精度高，能够实现交通实时监测。
基于神经网络联合数据概率关联交通监测方法

[发明专利]故障车辆安全区域的确定方法、装置、电子设备及介质-CN202310690254.X在审
发明人：刘永臣;聂琦;张家智;张宇探;罗丰山 -专利权人：东风汽车集团股份有限公司
申请日： 2023-06-09 - 公布日： 2023-10-24 - 主分类号： G06V20/54 文献下载
摘要：本发明公开了一种故障车辆安全区域的确定方法、装置、电子设备及介质，方法包括：根据车辆相对车道线的车姿，建立坐标系并确定所述车辆的轮廓；根据所述轮廓确定站立区域，并确定相关人员在所述站立区域内；根据所述车辆相对车道线的位置和所述站立区域确定安全区域的边界。有益效果：根据车辆相对车道线的车姿，建立坐标系并确定车辆的轮廓；根据轮廓确定站立区域，并确定人员在站立区域内；根据车辆相对车道线的位置和站立区域确定安全区域的边界，便于后续向周边车辆广播故障车辆的警示区域。有效地降低了因为道路中的静止故障车辆导致后续车辆制动不及时，发生交通安全事故风险。
故障车辆安全区域确定方法装置电子设备介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 1022 条