公开(公告)号：CN119206636A

公开(公告)日：2024-12-27

申请号：CN202411067174.X

申请日：2024-08-06

Applicant: 华东交通大学

Inventor： 唐孝坤 ,  王辉 ,  李泽龙 ,  姜朱丰 ,  罗春伶 ,  范自柱 ,  杨辉

IPC: G06V20/54 ,  G06V10/25 ,  G06V10/44 ,  G06V10/42 ,  G06V10/52 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明提出一种轨道线异物入侵检测方法及系统，该方法包括：通过轨道线异物入侵数据集对预设YOLOV9网络框架进行预训练，以生成对应的特征提取网络模型，并通过特征提取网络模型中的主干网络对图像信息进行多尺度特征提取，以获取到若干对应的多尺度特征图；通过预设检测模块网络根据若干多尺度特征图实时计算出与轨道上的物体对应的边界框损失，分类损失以及置信度损失；根据网络权重文件实时构建出对应的异物检测网络；通过异物检测网络根据图像信息实时预测出与物体对应的边界框信息以及分类信息，以对应完成轨道线上的异物的检测。本发明可以高效准确地得到侵入异物的边界框信息和分类信息。

公开(公告)号：CN118379706B

公开(公告)日：2024-08-20

申请号：CN202410815243.4

申请日：2024-06-24

Applicant: 华东交通大学

Inventor： 王辉 ,  姜朱丰 ,  夏玉婷 ,  李泽龙 ,  范自柱 ,  罗国亮 ,  杨辉

IPC: G06V20/56 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明提供一种基于注意力与特征分频的多模态融合模型训练方法及系统，方法包括：获取多模态数据，并将多模态数据输入至预训练特征提取网络当中，以分别提取出每一种模态数据对应的不同频率大小的多种特征图；将同一频率大小的不同模态的特征图进行通道拼合，并对多种频率的通道拼合后的特征图进行分频特征融合；将多种频率的融合特征图输入到预设目标位置识别网络当中，得到车辆附近的目标位置信息，并将多种频率的融合特征图输入到预设车道位置识别网络当中进行多次迭代更新，得到车道线位置信息；计算损失函数并进行反向传播，以训练模型。本发明不仅可以提高模型识别精度，还能够有效节省计算量、提升硬件运算效率。

公开(公告)号：CN118379706A

公开(公告)日：2024-07-23

申请号：CN202410815243.4

申请日：2024-06-24

Applicant: 华东交通大学

Inventor： 王辉 ,  姜朱丰 ,  夏玉婷 ,  李泽龙 ,  范自柱 ,  罗国亮 ,  杨辉

IPC: G06V20/56 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明提供一种基于注意力与特征分频的多模态融合模型训练方法及系统，方法包括：获取多模态数据，并将多模态数据输入至预训练特征提取网络当中，以分别提取出每一种模态数据对应的不同频率大小的多种特征图；将同一频率大小的不同模态的特征图进行通道拼合，并对多种频率的通道拼合后的特征图进行分频特征融合；将多种频率的融合特征图输入到预设目标位置识别网络当中，得到车辆附近的目标位置信息，并将多种频率的融合特征图输入到预设车道位置识别网络当中进行多次迭代更新，得到车道线位置信息；计算损失函数并进行反向传播，以训练模型。本发明不仅可以提高模型识别精度，还能够有效节省计算量、提升硬件运算效率。