-
公开(公告)号：CN114882328B
公开(公告)日：2024-07-19
申请号：CN202210391814.7
申请日：2022-04-14
申请人： 昆明理工大学
IPC分类号： G06V10/25 , G06V10/143 , G06V10/80 , G06V10/42 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
摘要： 本发明涉及一种联合可见光图像和红外图像的目标检测方法，属于基于深度学习的图像处理技术领域。首先将可见光图像和红外图像分别输入到特征提取模块中，提取可见光图像和红外图像的全局特征。再将可见光图像输入到光照感知模块中，提取光照信息。步其次将步骤一所得的特征输入到互信息模块中，以减少可见光图像和红外图像特征的冗余信息。然后将步骤一所得的特征输入到特征融合模块中，以融合可见光图像和红外图像特征的互补信息，得到融合后的特征图。最后将步骤二得到的光照信息和步骤四得到的特征图输入到检测器进行目标检测。本发明能有效利用可见光图像和红外图像的互补性优势，增强目标检测器的鲁棒性。
-
公开(公告)号：CN116778177A
公开(公告)日：2023-09-19
申请号：CN202310754391.5
申请日：2023-06-26
申请人： 昆明理工大学
摘要： 本发明涉及一种在可见光‑红外图像弱对齐下的目标检测方法，属于基于深度学习的图像处理技术领域。将可见光和红外图像输入到特征提取网络中，提取可见光和红外图像的全局特征；将可见光图像输入到光照感知模块中，提取光照信息；将可见光和红外图像特征输入到多尺度空间对齐模块中进行特征对齐，得到在同一潜在物理空间下对齐的可见光和红外图像特征；将可见光和红外图像特征输入到特征融合模块中，融合可见光和红外图像特征的目标互补信息，得到融合后的特征图；将光照信息和特征图输入到检测器进行目标检测。本发明能有效在特征层面对齐可见光和红外图像各维度特征，增强目标检测器对各维度信息不对齐的可见光和红外图像的检测鲁棒性。
-
公开(公告)号：CN114882328A
公开(公告)日：2022-08-09
申请号：CN202210391814.7
申请日：2022-04-14
申请人： 昆明理工大学
IPC分类号： G06V10/80 , G06V10/42 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种联合可见光图像和红外图像的目标检测方法，属于基于深度学习的图像处理技术领域。首先将可见光图像和红外图像分别输入到特征提取模块中，提取可见光图像和红外图像的全局特征。再将可见光图像输入到光照感知模块中，提取光照信息。步其次将步骤一所得的特征输入到互信息模块中，以减少可见光图像和红外图像特征的冗余信息。然后将步骤一所得的特征输入到特征融合模块中，以融合可见光图像和红外图像特征的互补信息，得到融合后的特征图。最后将步骤二得到的光照信息和步骤四得到的特征图输入到检测器进行目标检测。本发明能有效利用可见光图像和红外图像的互补性优势，增强目标检测器的鲁棒性。
-
公开(公告)号：CN115249350A
公开(公告)日：2022-10-28
申请号：CN202111395728.5
申请日：2021-11-23
申请人： 昆明理工大学
摘要： 本发明公开一种运行在辅助驾驶边缘设备上的目标检测方法，属于基于深度学习的图像处理技术领域。所述方法包括如下步骤：步骤一：设计轻量化目标检测算法，该算法负责检测行人，车辆等目标。步骤二：使用TensorRT对目标检测算法模型进行量化及优化加速。步骤三：设计车道线检测算法，该算法负责检测车道线。步骤四：将车道线检测算法的检测接口加入目标检测算法中，形成最终的目标检测算法。步骤五：在嵌入式平台Nvidia Jetson Agx Xavier上完成部署，实时推理检测来自摄像头的视频流。通过本发明，能减少目标检测延迟，提高运算速度，在保证检测精度的同时，确保检测的实时性以及模型运算的高效率。
-
公开(公告)号：CN117011544A
公开(公告)日：2023-11-07
申请号：CN202310754179.9
申请日：2023-06-26
申请人： 昆明理工大学
摘要： 本发明涉及一种在可见光‑红外图像质量不稳定下的目标检测方法。本发明先重建可见光和红外图像的不稳定目标信息，得到增量信息图像；将增量信息图像与原始可见光和红外图像进行融合，得到包含增量信息的可见光和红外图像；将可见光和红外图像输入到特征提取网络中，提取可见光和红外图像的全局特征；将全局特征输入到核相似性度量模块中，得到平衡优化网络的相似性权重；将相似性权重与全局特征相乘，得到平衡性优化的特征；将特征输入到特征融合模块中，得到融合后的特征图；将特征图输入到检测器进行目标检测。本发明能有效挖掘可见光和红外图像的增量信息，增强目标检测器对信息质量不稳定的可见光和红外图像的检测鲁棒性。
-
公开(公告)号：CN114898318A
公开(公告)日：2022-08-12
申请号：CN202210566918.7
申请日：2022-05-24
申请人： 昆明理工大学
IPC分类号： G06V20/56 , G06V10/774 , G06V10/25 , G06V10/22
摘要： 本发明涉及一种用于车道线检测的动态数据增强方法，属于图像处理技术领域。本发明通过模拟实际问题的方法进行数据增强，以用于解决实际路况受到光照、阴影、遮挡、路面破损等干扰而导致的车道线不连续、远端车道线消失、车道线模糊等问题，从而改善远端车道线检测效果，优化被遮挡车道线检测不连续性问题，使得车道线检测模型对环境更具鲁棒性。
-
公开(公告)号：CN114119771A
公开(公告)日：2022-03-01
申请号：CN202111395740.6
申请日：2021-11-23
申请人： 昆明理工大学
摘要： 本发明公开一种毫米波雷达和相机联合标定方法，属于高级辅助驾驶系统中的多传感器融合领域。所述方法为：确定车辆纵向对称平面并在车身和地面上做出标记。调整毫米波雷达，使得雷达探测表面的法向量与车辆纵向对称平面平行。获取相机的内、外参数，保证相机的安装角度符合要求。分别建立雷达投影坐标系、相机投影坐标系、相机坐标系和图像像素坐标系，将雷达投影坐标系下检测的目标坐标转换到图像像素坐标系下的坐标。本发明解决了毫米波雷达和相机的空间联合标定中雷达检测目标坐标投影到像素坐标系时雷达检测目标高度信息丢失的问题，能够在保证毫米波雷达检测目标投影到像素坐标系坐标转换精度的同时，保留了雷达检测目标的高度信息。
-
公开(公告)号：CN113792611A
公开(公告)日：2021-12-14
申请号：CN202110960439.9
申请日：2021-08-20
申请人： 昆明理工大学
摘要： 本发明公开一种运行在辅助驾驶边缘设备上的道路限速标志识别方法，属于图像处理技术领域。所述方法包括如下步骤：采集车载usb摄像头的原始图像；对原始图像进行颜色空间转换以及均衡化；对图像进行中值滤波、二值化以及形态学变换；对图像进行轮廓检测，初步确定原始图像中可能存在限速标志的区域；对原始图像中可能存在限速标志的区域进行过滤，确定原始图像中符合特定形状的待识别限速标志区域；利用LeNet‑5算法对待识别限速标志区域进行识别；在嵌入式平台Nvidia Jetson Agx Xavier上完成部署，实时推理检测来自摄像头的视频流。本发明所述方法具有非常高的正确率，并且LeNet‑5模型训练时间短，能够在极短的时间内识别出限速标志，便于在辅助驾驶边缘设备上部署实现。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.019 秒)
