公开(公告)号：CN117132495A

公开(公告)日：2023-11-28

申请号：CN202311091769.4

申请日：2023-08-28

Applicant: 杭州电子科技大学

Inventor： 高明裕 ,  王俊帆 ,  杨宇翔 ,  董哲康 ,  何志伟

IPC: G06T5/00 ,  G06T5/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种用于复杂天气交通标志检测的自适应图像增强方法。本方法设计了一个基于软注意力机制的Micro CNN模型，通过学习噪声图像的特征，得到图像处理滤波器的参数。将模型输出参数与提前设置的阈值对比，确定针对本张噪声图像所使用的图像处理滤波器，本按照参数从大到小的顺序对滤波器排序，依次对噪声图像进行滤波处理。该方法通过神经网络模型确定滤波器参数，并通过自适应联合滤波策略动态选择滤波器组合，利用多个计算量低图像滤波器之间的排列组合，提高了复杂环境下对图像优化的灵活性。应用处理后的图像进行交通标志检测，可以大幅度提升图像识别算法对于受复杂天气影响的交通标志的识别准确率。

公开(公告)号：CN113255634A

公开(公告)日：2021-08-13

申请号：CN202110810233.8

申请日：2021-07-18

Applicant: 杭州电子科技大学

Inventor： 高明裕 ,  王俊帆 ,  董哲康 ,  杨宇翔 ,  周洪涛 ,  王耀农 ,  赵志定

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了基于改进Yolov5的车载移动端目标检测方法。本发明通过RFP（Receptive Field Pyramids）模块对Yolov5网络进行改进，在Yolov5网络的Neck部分的特征金字塔后加入RFP模块；利用数据集对改进后的网络进行训练，得到权重模型。然后将训练好的模型移植到车载移动端上进行实时检测识别。通过在特征金字塔后加入RFP模块，使Yolov5网络原本在Neck层输出的特征图能够自适应的具有不同的感受域，提高其对多尺度目标的识别精度，与此同时模型大小较小并且识别速度较快。解决了模型过大而无法在车载板上实时检测以及对多尺度目标识别精确率不高的问题。