-
公开(公告)号：CN105741558B
公开(公告)日：2018-07-27
申请号：CN201610081184.8
申请日：2016-02-05
申请人： 广西科技大学 , 广西科技大学鹿山学院
摘要： 一种夜视环境下对前方车辆进行双重跟踪的检测方法，涉及一种车辆检测方法，包括步骤：S1.对车灯进行状态机转换检测；S2.初始化卡尔曼跟踪的各种参数；S3.读入图像帧；S4.利用卡尔曼滤波算法对所有目标进行检测；S5.输出所有稳定目标；S6.检测本图像帧出现的新目标；S7.更新所有目标的卡尔曼跟踪参数；S8.判断所有图像帧是否读取完毕，如果是，则结束；否则重复步骤S3。本发明一方面利用了卡尔曼滤波算法的预测功能，加快了检测速度；另一方面通过多帧确认的状态转换机制提高了车辆检测的准确性，消除了静止的路灯、广告牌对检测结果的影响，其方法简单，易于推广应用。
-
公开(公告)号：CN105740834B
公开(公告)日：2018-11-02
申请号：CN201610081040.2
申请日：2016-02-05
申请人： 广西科技大学 , 广西科技大学鹿山学院
摘要： 一种夜视环境下对前方车辆的高精度检测方法，涉及一种对前方车辆的检测方法，它分别利用结合canny边缘检测的区域生长法和基于马氏距离的彩色图像阈值分割方法进行前灯和尾灯分割；然后进行车灯配对，采用初步过滤和投影扭曲补偿提高相关系数的计算精度。本发明利用结合canny边缘检测的区域生长法一方面排除了尾灯、街灯、装饰灯的干扰，另一方面保持了头灯外观形状；基于马氏距离的彩色图像阈值分割方法充分利用了尾灯的颜色空间特征，可对尾灯进行准确有效的检测；在车灯配对过程中，采用初步过滤和投影扭曲补偿提高相关系数计算精度，因此本发明能提高检测精度，其计算求解过程简单，可实现夜视环境下对前方车辆的高精度检测。
-
公开(公告)号：CN105740834A
公开(公告)日：2016-07-06
申请号：CN201610081040.2
申请日：2016-02-05
申请人： 广西科技大学 , 广西科技大学鹿山学院
摘要： 一种夜视环境下对前方车辆的高精度检测方法，涉及一种对前方车辆的检测方法，它分别利用结合canny边缘检测的区域生长法和基于马氏距离的彩色图像阈值分割方法进行前灯和尾灯分割；然后进行车灯配对，采用初步过滤和投影扭曲补偿提高相关系数的计算精度。本发明利用结合canny边缘检测的区域生长法一方面排除了尾灯、街灯、装饰灯的干扰，另一方面保持了头灯外观形状；基于马氏距离的彩色图像阈值分割方法充分利用了尾灯的颜色空间特征，可对尾灯进行准确有效的检测；在车灯配对过程中，采用初步过滤和投影扭曲补偿提高相关系数计算精度，因此本发明能提高检测精度，其计算求解过程简单，可实现夜视环境下对前方车辆的高精度检测。
-
公开(公告)号：CN105740835B
公开(公告)日：2018-11-02
申请号：CN201610081179.7
申请日：2016-02-05
申请人： 广西科技大学 , 广西科技大学鹿山学院
摘要： 一种夜视环境下基于车载相机的前方车辆检测方法，涉及一种对前方车辆进行检测的方法，它首先对车灯进行检测与跟踪的车载相机进行曝光控制和偏振光消除，然后分别利用结合canny边缘检测的区域生长法和基于马氏距离的彩色图像阈值分割方法进行前灯和尾灯分割；此基础上，进行车灯配对，采用初步过滤和投影扭曲补偿提高相关系数的计算精度；最后采用基于卡尔曼滤波和状态机转换对目标进行跟踪确认。本发明具有可减少复杂背景干扰、降低潮湿路边的反光强度、可对尾灯进行检测、保持头灯外观形状、可提高相关系数计算精度、计算求解过程简单、可加快检测速度和保持车辆检测准确性的特点，能够在夜视环境下实现对前方车的准确检测和稳定跟踪。
-
公开(公告)号：CN105740835A
公开(公告)日：2016-07-06
申请号：CN201610081179.7
申请日：2016-02-05
申请人： 广西科技大学 , 广西科技大学鹿山学院
摘要： 一种夜视环境下基于车载相机的前方车辆检测方法，涉及一种对前方车辆进行检测的方法，它首先对车灯进行检测与跟踪的车载相机进行曝光控制和偏振光消除，然后分别利用结合canny边缘检测的区域生长法和基于马氏距离的彩色图像阈值分割方法进行前灯和尾灯分割；此基础上，进行车灯配对，采用初步过滤和投影扭曲补偿提高相关系数的计算精度；最后采用基于卡尔曼滤波和状态机转换对目标进行跟踪确认。本发明具有可减少复杂背景干扰、降低潮湿路边的反光强度、可对尾灯进行检测、保持头灯外观形状、可提高相关系数计算精度、计算求解过程简单、可加快检测速度和保持车辆检测准确性的特点，能够在夜视环境下实现对前方车的准确检测和稳定跟踪。
-
公开(公告)号：CN105741558A
公开(公告)日：2016-07-06
申请号：CN201610081184.8
申请日：2016-02-05
申请人： 广西科技大学 , 广西科技大学鹿山学院
摘要： 一种夜视环境下对前方车辆进行双重跟踪的检测方法，涉及一种车辆检测方法，包括步骤：S1.对车灯进行状态机转换检测；S2.初始化卡尔曼跟踪的各种参数；S3.读入图像帧；S4.利用卡尔曼滤波算法对所有目标进行检测；S5.输出所有稳定目标；S6.检测本图像帧出现的新目标；S7.更新所有目标的卡尔曼跟踪参数；S8.判断所有图像帧是否读取完毕，如果是，则结束；否则重复步骤S3。本发明一方面利用了卡尔曼滤波算法的预测功能，加快了检测速度；另一方面通过多帧确认的状态转换机制提高了车辆检测的准确性，消除了静止的路灯、广告牌对检测结果的影响，其方法简单，易于推广应用。
-
公开(公告)号：CN118982924A
公开(公告)日：2024-11-19
申请号：CN202410885507.3
申请日：2024-07-03
申请人： 广西科技大学
摘要： 本发明公开了基于多场景多路口交通信号协同且稳定控制方法，其特征在于，包括以下步骤：通过将全局观测映射到一个隐空间内，从复杂且高维状态空间中提取有用的信息，并经过非线性映射到新的扩散起点，采用Encoder进行数据提取；通过捷径理论，扩散模型从步骤一的隐空间开始采样，在局部观测的条件下经过Diffusion网络进行N'(N'
-
公开(公告)号：CN118918716A
公开(公告)日：2024-11-08
申请号：CN202410975629.1
申请日：2024-07-19
申请人： 广西科技大学
摘要： 本发明属于道路交通技术领域，公开一种交通信号控制方法、装置及系统和存储介质，通过在线学习的多智能体顺序决策过程来建模多交叉口交通信号控制问题，遵照基于多智能体优势分解定理的异构智能体镜像学习理论设计算法，优化多智能体信用分配，结合Transformer实现整体算法框架。并且，简化了智能体的观测和奖励函数设计，在此基础上，进一步扩展出新型的可选择性多智能体策略理论，通过强化学习智能体自行学习选择策略决策方案，通过Transformer提供多智能体强化学习同时决策和顺序决策方案，多智能体强化学习选择方法可以根据当前状态自动选择最优方案，来进一步提升交通信号控制的效果和策略的稳定性。
-
公开(公告)号：CN118898582A
公开(公告)日：2024-11-05
申请号：CN202410920799.X
申请日：2024-07-10
申请人： 广西科技大学
摘要： 本发明公开了一种改进YOLOX的钢材表面缺陷检测方法，包括：获取不同类型的钢材表面缺陷数据；构建BiSS‑YOLOX检测模型，对所述BiSS‑YOLOX检测模型进行训练，获得训练好的BiSS‑YOLOX检测模型；将所述不同类型的钢材表面缺陷数据输入所述训练好的BiSS‑YOLOX检测模型，获得钢材表面缺陷检测结果。本发明兼顾了全局、局部和通道上的特征表示，设计时充分地利用了轻量的可分离自注意力和深度卷积，在保证检测精度的同时，也保证了检测速度。
-
公开(公告)号：CN112287839B
公开(公告)日：2022-12-09
申请号：CN202011185638.9
申请日：2020-10-29
申请人： 广西科技大学
IPC分类号： G06V40/10 , G06V10/774 , G06V10/764
摘要： 本发明公开了一种基于迁移学习的SSD红外图像行人检测方法，包括，利用ImageNet数据集对MobileNet V2+SSD网络进行训练，并保存权重；将OUS红外行人数据集转化为三通道图像进行数据扩充，根据8:2的比例划分训练集和测试集，且转换为tfrecord格式文件；利用所述训练集对预先训练好的SSD网络进行微调，将所述测试集输入训练好的检测模型，根据检测结果调整超参数，输出最终的所述检测模型。本发明通过将测试集输入到训练好的模型中，根据结果调整超参数，提高网络精确率，平均精确率mAP为94.8％，提升了网络训练效果，加快了网络收敛，提高了准确率，并克服了现有样本数量较少而无法准确识别分类的问题。
-
-
-
-
-
-
-
-
-
搜索结果
80 条记录 (耗时 0.032 秒)
