-
公开(公告)号：CN114973138B
公开(公告)日：2024-03-29
申请号：CN202210617878.4
申请日：2022-06-02
申请人： 松立控股集团股份有限公司
IPC分类号： G06V20/52 , G06N3/0464 , G06N3/08 , G06T7/10 , G06V10/774 , G06V20/00
摘要： 本发明属于路面异常物体检测技术领域，涉及一种基于高位相机的路面异常物体检测方法，先构建数据集，再基于编码器‑解码器结构的图像分割网络，固定编码器得到的特征，并重新利用解码器对提取的特征进行图像重建，利用分割结果和重建的结果联合送入卷积网络提取特征凸显道路中的异常物体，然后利用时间段信息判断该物体是异常的还是已经处理掉的异常物体，提高了异常物体检测的精度。
-
公开(公告)号：CN117649535A
公开(公告)日：2024-03-05
申请号：CN202311737907.1
申请日：2023-12-18
申请人： 松立控股集团股份有限公司
摘要： 本发明属于车辆重识别技术领域，涉及一种基于深度相机雾天高空拍摄的车辆重识别方法，先收集并构建车辆重识别数据集，再通过现有的RGBD数据集生成高空车辆重识别深度图数据集；然后基于深度图和清晰图生成雾天图并提取相应的车辆信息特征，再提取深度图和雾天图的多模态特征并进行融合后生成清晰图，最后将清晰图输入到车辆重识别网络进行车辆重识别，弥补了大雾条件下信息缺失导致的重识别失败问题，多模态数据中蕴含的互补信息能够充分挖掘多信息源的特性，提升识别精度。
-
公开(公告)号：CN116958937A
公开(公告)日：2023-10-27
申请号：CN202310953131.0
申请日：2023-08-01
申请人： 松立控股集团股份有限公司
摘要： 本发明属于车辆姿态估计技术领域，涉及一种基于渐进式下采样策略与融合解码器的车辆姿态估计方法，将构建的数据集中的车辆图像输入渐进式补丁嵌入模块进行序列化处理，再通过Transformer模块提取全局图像特征后输入融合解码器进行上采样；然后对上采样后的特征图的每个通道求取最大响应值，若通道上的最大响应值高于事先设定的阈值，即得到关键点的坐标，再等比例缩放到原始车辆图像的尺寸得到关键点输出坐标，从而生成关键点热图，完成车辆姿态估计；使用渐进式补丁嵌入模块缓解了序列化过程中特征信息损失的问题，同时融合解码器将双线性插值与卷积相结合能上采样出更加精细化的热图，使姿态估计结果更准确。
-
公开(公告)号：CN116453103B
公开(公告)日：2023-08-18
申请号：CN202310705974.9
申请日：2023-06-15
申请人： 松立控股集团股份有限公司
摘要： 本发明属于车牌识别技术领域，涉及一种车辆跨镜跟踪车牌识别方法、系统及电子设备，先对输入的车辆视频帧进行目标检测与特征提取，再进行数据关联与跟踪器更新，然后根据数据关联后的未匹配特征集和未匹配目标集更新跟踪目标集合或创建新的跟踪器；最后进行车牌图像识别，结合深度学习和多目标跟踪技术，可以在复杂场景中保持较高的跟踪稳定性，而且能够在实时场景中实现多目标跟踪，适应不同速度和方向的车辆运动，对需要实时反馈的车辆管理场景具有重要意义。
-
公开(公告)号：CN115861997A
公开(公告)日：2023-03-28
申请号：CN202310167743.7
申请日：2023-02-27
申请人： 松立控股集团股份有限公司
IPC分类号： G06V20/62 , G06V10/22 , G06V10/774 , G06V30/14 , G06V30/19
摘要： 本发明属于车牌检测识别技术领域，涉及一种关键前景特征引导知识蒸馏的车牌检测识别方法，通过学习主干网络特征的空间注意图，注意图中的每个元素表示是前景的重要性概率，然后在教师模型和学生模型的主干网络中同时学习空间注意图，并鼓励学生模型的空间注意力图模仿教师模型空间注意力图，提出的方法强调学生模型对前景物体的学习，抑制学生模型对背景像素的学习，让学生模型知道应该学习哪些像素的信息，提升模型学习的效率和精度，不仅可以用来进行车牌检测识别任务，还可以用于多种拥有大规模数据的目标检测任务。
-
公开(公告)号：CN115690589A
公开(公告)日：2023-02-03
申请号：CN202211712277.8
申请日：2022-12-30
申请人： 松立控股集团股份有限公司
IPC分类号： G06V20/10 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/08 , G06N3/0464 , G06N3/048
摘要： 本发明属于车辆重识别技术领域，尤其涉及一种基于交叉尺度协同约束的车辆重识别方法，先将图像通过不同的尺度因子进行放缩，同时，将区域级先验引入到多尺度特征从而挖掘尺度级交叉关系约束，通过跨层特征互补使得挖掘的特征更具判别性，并通过尺度级关系约束加权判别性特征，从而增强车辆重识别的准确性。
-
公开(公告)号：CN115393684A
公开(公告)日：2022-11-25
申请号：CN202211321720.9
申请日：2022-10-27
申请人： 松立控股集团股份有限公司
IPC分类号： G06V10/80 , G06V10/82 , G06V10/774 , G06T7/00 , G06V10/764
摘要： 本发明属于目标检测技术领域，涉及一种基于自动驾驶场景多模态融合的抗干扰目标检测方法，采用可见光和近红外图像互补多模态结合的探测手段，从特征层面多模态数据进行充分利用，针对近红外和可见光的不同表观特征，设计不同的主干网络分别用于提取可见光和近红外图像的基础特征，用于提取基础特征；并针对两组图像信息丰富程度不一、学习困难程度不一致的问题，在不同的分支使用学习速率约束模块，用于控制不同模态分支的更新速率；然后使用模态融合模块将两组特征进行融合，实现相似特征和互补特征的保留，即求同存异，实现两个模态的信息的充分利用，检测精度高，降低了在复杂干扰场景的检测漏检率。
-
公开(公告)号：CN114999002A
公开(公告)日：2022-09-02
申请号：CN202210929946.0
申请日：2022-08-04
申请人： 松立控股集团股份有限公司
摘要： 本发明属于行为识别技术领域，涉及一种融合人体姿态信息的行为识别方法，先提取人体的外框，再估计出人体关键点热图，取视频中的多帧RGB信息和人体关键点热图作为输入送入行为识别网络，最终得到行为的识别结果，该方法稳定性强，克服了图卷积神经网络的识别能力很受骨骼点坐标点平移的影响，另外融合了图像前后帧的信息与人体关键点信息，信息的融合帮助提升动作识别的性能。
-
公开(公告)号：CN115984757B
公开(公告)日：2023-05-16
申请号：CN202310264396.X
申请日：2023-03-20
申请人： 松立控股集团股份有限公司
IPC分类号： G06V20/40 , G06V10/82 , G06V10/774
摘要： 本发明属于停车场异常检测技术领域，涉及一种基于全局局部双流特征互学习的异常事件检测方法，利用监控设备对停车场视频进行采集，采用视频帧预测的方法进行异常视频帧检测，从而实现异常事件的检测和预测，通过将视频特征的提取过程拆分，能够极大的避免计算问题，减少计算量，简化计算过程；分开学习全局和局部信息，将背景和前景特征提取的复杂度降低，不仅能用于异常事件检测中的异常感知，而且能用于复杂场景下的视频加速处理以及提升视频的场景理解。
-
公开(公告)号：CN115797884B
公开(公告)日：2023-04-21
申请号：CN202310083989.6
申请日：2023-02-09
申请人： 松立控股集团股份有限公司
IPC分类号： G06V20/54 , G06V10/82 , G06V10/44 , G06V10/54 , G06V10/56 , G06V10/74 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084
摘要： 本发明属于车辆重识别技术领域，涉及一种基于类人视觉注意力加权的车辆重识别方法，通过深度学习网络学习人眼注意力信息，从而加权车辆重识别中判别性区域，并通过深度自学习和互学习网络模拟人眼观察单一车辆以及车辆间信息时的判断机制，从而提升车辆重识别精度，解决了目前车辆重识别过程中采用的手工设计先验知识和特征存在的歧义性问题，同时采用类人注意力加权方式能够自动按照人类目的模式设计先验以及对人类行为方式模拟，进行局部特征加权，能够应用于其他物体检测和分类领域。
-
-
-
-
-
-
-
-
-
搜索结果
61 条记录 (耗时 0.028 秒)
