“鲁曼可”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种面向智能座舱的驾驶员分心行为识别方法及装置-CN202310653919.X在审
发明人：贺宜;鲁曼可 -专利权人：武汉理工大学
申请日： 2023-06-02 - 公布日： 2023-10-13 - 主分类号： G06V20/59 文献下载
摘要：本发明公开了一种面向智能座舱的驾驶员分心行为识别方法及装置，方法包括：构建第一模型；将初始分心行为图像输入所述第一模型，提取初始分心行为图像中的驾驶员姿态识别结果；将初始分心行为图像输入第二模型进行训练，提取初始分心行为图像中的关键物体识别结果；基于驾驶员姿态识别结果与关键物体识别结果，通过计算得到分心行为识别结果。本发明通过嵌入CA注意力模块，增强了图像浅层语义中关键信息的准确定位和特征提取，也能在保证轻量化网络模型的同时提升分类网络的准确率；本发明还将姿态与物体二者的识别结果进行融合，降低了相似分心驾驶行为被错误分类的概率，提高了模型的准确率和泛化性；可广泛应用于汽车驾驶技术领域。
一种面向智能座舱驾驶员分心行为识别方法装置

[发明专利]一种基于轻量化深度学习网络的车辆检测方法-CN202210250838.0在审
发明人：贺宜;鲁曼可;曹博;巴继东;李泽 -专利权人：武汉理工大学
申请日： 2022-03-15 - 公布日： 2022-08-12 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于轻量化深度学习网络的车辆检测方法。本发明采集道路车辆原始视频，获得道路车辆图像数据集；引入PSO粒子群算法，改进粒子适应度函数，优化车辆标注框宽高尺寸；采用距离交并比(DIOU)作为度量标签相似性的指标，结合PSO粒子群算法和K‑means聚类算法优化车辆先验框宽高尺寸；将深度可分离卷积添加至YOLOv3模型，修改YOLOv3模型中的Res模块；训练轻量化深度学习网络并进行道路车辆类别检测。本发明加速K‑means聚类算法和PSO粒子群优化算法的收敛，得到最优的道路车辆先验框尺寸，辅助YOLOv3深度学习网络生成精准的目标预测框，且在提高算法的检测精度的前提下大规模减少运算参数量，进一步提升算法的检测速度，实时检测交通场景中车辆类别。
一种基于量化深度学习网络车辆检测方法