[发明专利]一种基于多目标角点池化神经网络的车辆检测方法有效
| 申请号： | 201910381823.6 | 申请日： | 2019-05-08 |
| 公开（公告）号： | CN110084222B | 公开（公告）日： | 2022-10-21 |
| 发明（设计）人： | 郝立颖;栗杰;郭戈 | 申请（专利权）人： | 大连海事大学 |
| 主分类号： | G06V20/54 | 分类号： | G06V20/54;G06V10/42;G06V10/44;G06V10/82;G06V10/80;G06V10/75 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 姜玉蓉;李洪福 |
| 地址： | 116026 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于多目标角点池化神经网络的被遮挡车辆检测方法，包括：获取MS COCO目标检测数据集，制作车辆图像数据集；选取沙漏网络为基石网络，并搭建神经网络框架，采集整个网络最后一层的特征并将其传输到残差模块进行多目标角点池化操作，生成图像内各车辆的角点对、嵌入矢量和映射偏差特征；设计损失函数，并利用Adam算法进行优化；角点配对模块对经过多目标角点池化操作得到的特征进行角点对配对处理，若存在未配对角点，则通过角点补全模块进行补全处理，生成车辆检测框，得出车辆的检测结果。本发明的技术方案解决了在实际的交通场景中车辆数辆庞大、道路情况复杂下，在检测道路车辆时不能准确地将车辆逐一检测、框选的技术问题。 | ||
| 搜索关键词： | 一种 基于 多目标 角点池化 神经网络 车辆 检测 方法 | ||
【主权项】：
1.一种基于多目标角点池化神经网络的被遮挡车辆检测方法，其特征在于，包括以下步骤：步骤S1：获取MS COCO目标检测数据集，制作MS COCO车辆图像数据集；步骤S2：选取沙漏网络为基石网络，并搭建神经网络框架，采集整个网络最后一层的特征并将其传输到残差模块；步骤S3：对传输到残差模块的特征进行多目标角点池化操作，生成图像内各车辆的角点对、嵌入矢量和映射偏差特征；步骤S4：设计损失函数，并利用Adam算法进行优化；步骤S5：角点配对模块对步骤S3中经过多目标角点池化操作得到的特征进行角点对配对处理，若存在未配对角点，则通过角点补全模块进行补全处理，最后生成车辆检测框，得出车辆的检测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连海事大学，未经大连海事大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910381823.6/，转载请声明来源钻瓜专利网。
