公开(公告)号：CN114581866A

公开(公告)日：2022-06-03

申请号：CN202210077170.4

申请日：2022-01-24

Applicant: 江苏大学 ,  汉得利(常州)电子股份有限公司

Inventor： 王海 ,  徐岩松 ,  蔡英凤 ,  吴逸飞 ,  陈龙 ,  李祎承 ,  刘擎超

IPC: G06V20/56 ,  G06V10/40 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及智能汽车驾驶技术领域，尤其是一种基于改进CenterNet的自动驾驶场景的多目标视觉检测算法，包括：将车载相机捕获的自动驾驶汽车周围的图片进行特征提取，获得不同尺度的特征图，对生成的特征图进行采样处理，生成由不同尺度的特征图组成的特征金字塔，不同的特征图作为检测头模块的输入，对不同的特征图进行卷积操作，生成最终的预测结果。本发明的一种基于改进CenterNet的自动驾驶场景的多目标视觉检测算法，通过使用特征提取模块生成的不同尺度的特征图组成的特征金字塔结构，提高了驾驶环境下无人驾驶汽车对小目标的检测精度；提高了无人驾驶汽车检测的鲁棒性；满足无人驾驶检测的实时性要求。

公开(公告)号：CN114359664A

公开(公告)日：2022-04-15

申请号：CN202111615306.4

申请日：2021-12-27

Applicant: 江苏大学

Inventor： 王海 ,  徐岩松 ,  蔡英凤 ,  陈龙 ,  刘擎超 ,  李祎承

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于雷达距离视图与图像的多传感器融合检测方法、模型、及模型训练方法，所发明的检测方法用于驾驶场景下的多目标检测，检测目标主要包括各种车辆、行人、自从车、交通信号灯，交通标志；所发明的检测模型基于神经网路搭建，对激光雷达生成的距离视图和相机生成的图像进行特征提取和数据关联，生成最终用于检测目标的属性参数；模型训练方法用于融合检测模型的训练，通过损失函数对神经网络各层参数的梯度计算和反向传播进行训练，得到最优的神经网络参数，从而确定融合检测模型各层的参数。