-
公开(公告)号：CN116980612A
公开(公告)日：2023-10-31
申请号：CN202310770337.X
申请日：2023-06-27
申请人： 南京理工大学 , 无锡联坤科技有限公司
IPC分类号： H04N19/42 , H04N19/182 , H04N5/265 , G06T3/40 , G06T1/20
摘要： 本发明提供一种利用图形处理器GPU（Graphics Processing Unit）加速以及拼接技术的实时视频压缩保存方法，使用FFmpeg以及CUDA实现多路低分辨率视频拼接合成一路高分辨率视频，并完成H.264或者H.265的压缩编码。本发明全流程均执行于GPU，不仅充分利用了其多线程的加速特性，而且减少了GPU与主机之间数据传输的耗时。同时，本发明降低了中央处理单元CPU（Central Processing Unit）的工作负载，提高了系统的多任务并发性能。
-
公开(公告)号：CN114882454B
公开(公告)日：2024-08-27
申请号：CN202210615232.2
申请日：2022-06-01
申请人： 南京理工大学
IPC分类号： G06V20/54 , G06V10/82 , G06V10/762 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06V10/44
摘要： 本发明提出了一种基于深度学习的城市高空视角下车辆的检测方法，获取高空视角下包含车辆的图片，对图像进行标注和数据增广预处理，并按比例划分为检测模型的训练集和验证集；使用Ghost卷积结构替换YOLOv5的卷积层，并对backbone增加CA注意力模块，使用CBR层替换YOLOv5的Bottleneck层，增加针对小目标的检测层优化，据此构建改进的YOLOv5网络模型，用于预测车辆信息；使用零开始训练法，训练改进的YOLOv5网络模型，得到最优参数；将实际高空摄像头获取的交通视频数据分解为测试图像，预处理后输入改进的YOLOv5网络模型，完成车辆检测。本发明具有检测精度高、鲁棒性好，同时大大减小了模型尺寸，为模型在边缘设备部署提供了新的解决方案。
-
公开(公告)号：CN116347385A
公开(公告)日：2023-06-27
申请号：CN202211737809.3
申请日：2022-12-31
申请人： 南京理工大学
摘要： 本发明公开了一种面向车路协同的通信感知及边缘计算一体化系统，包括感知及边缘计算单元、路侧通信单元、智能车载终端以及云平台，其中感知及边缘计算单元由毫米波雷达、摄像头和边缘计算模块组成；路侧通信单元由控制模块、通信模块和定位模块组成；智能车载终端获取附近交通目标的类别、距离信息，结合自身交通状态判断是否需要进行刹车避险或者继续行驶操作；云平台收集路侧单元上传的路况信息进行分析处理，将已接入驾驶车辆与交通目标信息打印至云端地图，通过流量、车速、位置进行综合判断，实现宏观交通调控。本发明具有结构简单、方便部署、协同性强、适用于各类场景、易于扩展等优点，在不同场景中能够准确获取交通目标信息，提高道路交通安全性。
-
公开(公告)号：CN114882454A
公开(公告)日：2022-08-09
申请号：CN202210615232.2
申请日：2022-06-01
申请人： 南京理工大学
摘要： 本发明提出了一种基于深度学习的城市高空视角下车辆的检测方法，获取高空视角下包含车辆的图片，对图像进行标注和数据增广预处理，并按比例划分为检测模型的训练集和验证集；使用Ghost卷积结构替换YOLOv5的卷积层，并对backbone增加CA注意力模块，使用CBR层替换YOLOv5的Bottleneck层，增加针对小目标的检测层优化，据此构建改进的YOLOv5网络模型，用于预测车辆信息；使用零开始训练法，训练改进的YOLOv5网络模型，得到最优参数；将实际高空摄像头获取的交通视频数据分解为测试图像，预处理后输入改进的YOLOv5网络模型，完成车辆检测。本发明具有检测精度高、鲁棒性好，同时大大减小了模型尺寸，为模型在边缘设备部署提供了新的解决方案。
-
-
-
搜索结果
4 条记录 (耗时 0.032 秒)
