-
公开(公告)号:CN115909036A
公开(公告)日:2023-04-04
申请号:CN202211554656.9
申请日:2022-12-06
申请人: 中山大学 , 惠州市德赛西威汽车电子股份有限公司
IPC分类号: G06V20/00 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/08 , G06N3/0464
摘要: 本发明公开了一种局部‑全局自适应引导增强的车辆重识别方法及系统,该方法包括:对训练图像进行图像预处理并构建训练集;基于训练集对局部‑全局自适应引导增强的车辆重识别协同表示网络进行训练;所述局部‑全局自适应引导增强的车辆重识别协同表示网络包括基于VisionTransformer的骨干网络模块和基于局部注意力引导的自适应优化特征编码模块;获取待查询图像和图库集,对待查询图像在图库集进行检索匹配,得到匹配结果。该系统包括:预处理单元、网络训练单元和检索匹配单元。通过使用本发明,能够提高车辆重识别的精确度。本发明可广泛应用于车辆重识别领域。
-
公开(公告)号:CN116259015A
公开(公告)日:2023-06-13
申请号:CN202310077195.9
申请日:2023-02-01
申请人: 中山大学
摘要: 本发明公开了一种车云协同的智能3D多目标跟踪方法及系统,方法包括:对车辆目标进行检测,获取初始时刻场景下各个车辆的检测状态,建立初始轨迹信息;根据初始时刻场景下的跟踪结果的目标信息,通过卡尔曼滤波算法预测目标时刻的状态;对车辆对象进行检测,获取各个车辆的检测状态,进而计算目标时刻下所有检测对象的检测框信息与初始时刻下目标的预测状态之间的数据关联度;根据数据关联度,对所有检测对象和预测对象进行相似度匹配,得到匹配结果;对匹配结果进行目标状态管理,直至完成跟踪目标。本发明能够快速完成对多个目标车辆的跟踪确认,基于车云协同的车辆数据,提高了跟踪预测的准确性,可广泛应用于车云协同控制技术领域。
-
公开(公告)号:CN115731267A
公开(公告)日:2023-03-03
申请号:CN202211518725.0
申请日:2022-11-30
申请人: 中山大学
摘要: 本发明公开了一种基于时空自适应注意力的3D多目标跟踪方法,方法包括:获取目标场景下的2D多源数据和3D多源数据,对2D多源数据进行图像特征提取,获取图像特征,并对3D多源数据进行点云特征提取,获取点云特征;将所述图像特征和所述点云特征进行特征融合,得到融合特征;根据所述融合特征确定目标场景内每个对象的检测状态;根据所述检测状态,提取检测对象和预测对象之间的协作特征;根据所述协作特征对目标场景内的对象检测和跟踪状态进行实时更新。本发明能够有效地获得更好的跟踪性能并减少推理时间,可广泛应用于计算机技术领域。
-
-