-
公开(公告)号：CN118942075A
公开(公告)日：2024-11-12
申请号：CN202411057486.2
申请日：2024-08-02
申请人： 淮阴工学院
IPC分类号： G06V20/59 , G06V40/10 , G06V20/60 , G06V10/40 , G06V20/70 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/094
摘要： 本发明公开了一种基于多流特征融合和域自适应的分心行为检测方法，通过预训练的Openpose和yolov5模型对驾驶员进行姿态估计和检测驾驶过程中经常使用或相互作用的目标物体；计算代表身体关节特征和人体‑物体交互的语义特征，通过分析身体关节的相对位置和方向，以及驾驶员与物体的交互，可以更准确地识别驾驶员分心行为；构建轻量级多流特征融合网络，引入域自适应网络，提高模型跨驾驶员和跨数据集的泛化能力，增强模型的适应性；调整MSFDA‑Net模型参数并进行训练，以获得最优结果，完成分心行为的准确检测。本发明在现有技术的基础上，进一步提高了在有限数据集和模糊场景下分心新闻给检测的泛化性能和识别精度，为减少交通事故和提升道路安全提供技术支持。
-
公开(公告)号：CN118840286A
公开(公告)日：2024-10-25
申请号：CN202410974756.X
申请日：2024-07-19
申请人： 淮阴工学院
IPC分类号： G06T5/73 , G06T5/60 , G06V10/40 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/084 , G06V10/74
摘要： 本发明属于图像处理技术领域，公开了一种基于多阶段感受野增强的交通场景图像去雾方法，包括：设计残差混合空洞卷积模块，使得特征感受野增大，从而提高模型的特征信息提取能力；引入特征增强注意力模块，赋予不同层次特征不同的权重并融合；搭建三个不同尺度的阶段式模型结构，保留特征的细节信息；利用MS‑SSIM和L1加权融合的损失函数对模型进行训练，得到更加符合人眼主观视觉感受的清晰的去雾图像。针对交通场景影像受到雾气影响出现的细节模糊、低对比度问题，本发明实现了较好的雾天条件下交通场景图像去雾效果，恢复后的图像更加清晰且自然，为车辆辅助驾驶系统在复杂天气环境下的应用提供技术和数据支持，进一步推动车辆自动驾驶领域的发展。
-
公开(公告)号：CN117037004A
公开(公告)日：2023-11-10
申请号：CN202311089657.5
申请日：2023-08-28
申请人： 淮阴工学院
IPC分类号： G06V20/17 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/762 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/096 , G06N3/098
摘要： 本发明公开了一种基于多尺度特征融合和上下文增强的无人机影像检测方法，针对影像中的小尺寸目标，在网络输出端新增一个极小目标检测头；在骨干网路中用可变形卷积替换部分卷积，提高特征提取能力；引入坐标注意力机制CA，充分利用通道信息和位置信息，有效提升网络模型的识别性能；在颈部网路中改进多尺度跳跃连接，使不同层次的特征融合的同时消除冗余的信息；构建上下文增强模块CAM；接下来在后处理操作中使用Soft NMS。本发明有效地提高了YOLOv5特征提取能力以及多尺度特征融合能力，并且缓解了深层特征图目标周围上下文信息利用不充分的问题，针对无人机影像检测中小目标漏检以及检测精度低的问题，本发明能有效提高检测效率和精度。
-
公开(公告)号：CN111735532A
公开(公告)日：2020-10-02
申请号：CN202010591346.9
申请日：2020-06-24
申请人： 淮阴工学院
摘要： 本发明公开了一种桥梁共振测试装置及方法,包括桥梁，以及安装在桥梁上的振动传感器；所述的振动传感器包括固定安装在桥梁的顶面且垂直于水平线的支柱，支柱的一侧固定连接有压电悬臂梁，所述压电悬臂梁靠近支柱的一侧固定连接有压电片；所述的压电片通过数据线与A/D转换器连接，将测得的数据经过A/D转换后通过数据线输送到微处理器，微处理器与计算机连接，最终将监测的数据上传至计算机。本发明可以捕捉桥梁多个位置的振动幅值和振动频率的特征参数；从而能达到多点灵敏检测桥梁的状态。
-
公开(公告)号：CN109774837A
公开(公告)日：2019-05-21
申请号：CN201910044162.8
申请日：2019-01-17
申请人： 淮阴工学院
IPC分类号： B62J99/00
摘要： 本发明公开了一种基于共享单车的智能自行车,包括发电装置，以及与发电装置连接的蓄电池；所述的蓄电池连接有控制器，所述的控制器连接有安装在车撑上的锁车提示触发装置和测距装置；所述的测距装置包括安装在车轮上的过零比较器A和感应装置A。本发明中锁车提示触发装置的设计，在骑行者停车时发出锁车提醒，提醒骑行者及时关闭车锁,减少财产损失。测距装置的设计，可以让用户看到车速及骑行的里程数，还能够作为共享单车平台的技术人员维修的标准。
-
公开(公告)号：CN118351004A
公开(公告)日：2024-07-16
申请号：CN202410499783.6
申请日：2024-04-24
申请人： 淮阴工学院
IPC分类号： G06T5/50 , G06T5/90 , G06T5/60 , G06V10/143 , G06V10/776 , G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0475 , G06N3/094 , G06N3/0455
摘要： 本发明属于图像处理领域，公开了一种基于多尺度残差密集注意力的红外与可见光图像融合方法，通过设计多尺度残差密集注意力块使得特征提取更加精细，增强网络表征能力；构建双鉴别器模型分别衡量融合图像与红外源图像和可见光源图像间的差异，均衡的学习来自双模态的源图像信息；设计主辅内容损失函数，对红外图像提取主要强度和辅助梯度信息，最后对模型训练，得到检测结果并进行评估。本发明能在极大程度保持源图像的对比度信息和纹理细节的前提下，充分利用部分源图像潜藏的二次信息，显著提升融合图像质量，为后续的目标检测、目标跟踪等高层语义任务和军事侦察、环境监测、视频监控等复杂应用场景提供准确和可靠的数据。
-
公开(公告)号：CN117037004B
公开(公告)日：2024-09-24
申请号：CN202311089657.5
申请日：2023-08-28
申请人： 淮阴工学院
IPC分类号： G06V20/17 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/762 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/096 , G06N3/098
摘要： 本发明公开了一种基于多尺度特征融合和上下文增强的无人机影像检测方法，针对影像中的小尺寸目标，在网络输出端新增一个极小目标检测头；在骨干网路中用可变形卷积替换部分卷积，提高特征提取能力；引入坐标注意力机制CA，充分利用通道信息和位置信息，有效提升网络模型的识别性能；在颈部网路中改进多尺度跳跃连接，使不同层次的特征融合的同时消除冗余的信息；构建上下文增强模块CAM；接下来在后处理操作中使用Soft NMS。本发明有效地提高了YOLOv5特征提取能力以及多尺度特征融合能力，并且缓解了深层特征图目标周围上下文信息利用不充分的问题，针对无人机影像检测中小目标漏检以及检测精度低的问题，本发明能有效提高检测效率和精度。
-
公开(公告)号：CN117237796A
公开(公告)日：2023-12-15
申请号：CN202311358649.6
申请日：2023-10-19
申请人： 淮阴工学院
IPC分类号： G06V20/05 , G06V10/774 , G06V10/80 , G06T5/00 , G06N3/0464 , G06N3/048
摘要： 本发明公开了一种基于特征增强和采样偏移的海产品检测方法，在YOLOv5的特征融合阶段构建特征增强模块，通过全局注意力和高层次的全局背景信息来指导浅层的、高分辨率的特征，减少信息损失的同时捕捉海产品小目标的更多辨别特征；构建采样偏移模块SOM，应用改进的规范化可变形卷积来偏移采样位置，使海产品图像中的模糊的背景得到抑制，提高检测器对海产品目标的识别能力；结合用于特征冗余的空间和通道重构卷积SCConv，构建出海产品检测算法模型FSS‑YOLOv5；对FSS‑YOLOv5的参数配置进行调整并完成训练。本发明提高了YOLOv5的特征融合能力，改善了海产品小目标难以检测的问题，并且缓解了水下图像模糊导致的特征损失和精度下降，提高了对海产品的检测精度。
-
公开(公告)号：CN116563808A
公开(公告)日：2023-08-08
申请号：CN202310469209.1
申请日：2023-04-26
申请人： 淮阴工学院
IPC分类号： G06V20/56 , G06V10/774 , G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种融合边缘相减与权重均值标准化策略的快速车道线检测方法，对预先获取的车道线数据进行预处理，完成数据集的制作；在UFLD模型特征提取网络Resnet18中的BasicBlock模块引入SE注意力机制和空洞卷积；引入相加融合与边缘相减策略，提取更加详细的物体轮廓信息，避免无视觉线索问题的产生；引入权重均值标准化策略，构建出车道线检测模型ES‑UFLD‑WMN；对ES‑UFLD‑WMN的参数配置进行调整并进行训练，获取最优结果，实现车道线检测。本发明强化物体轮廓信息提取和权重信息均值标准化对车道线检测效果的影响；遵循逐渐细节化的原则，进行特征层的相加融合，使ES‑UFLD‑WMN模型获得丰富的边缘信息，辅助主干网络对图像特征进行提取，进而兼具车道线检测精度与检测实时性。
-
公开(公告)号：CN116630904B
公开(公告)日：2024-11-05
申请号：CN202310485268.8
申请日：2023-04-28
申请人： 淮阴工学院
IPC分类号： G06V20/54 , G06V10/774 , G06V10/82 , G06V10/776 , G06V10/762 , G06V10/74 , G06V10/80 , G06N3/0464
摘要： 本发明公开了一种融合非临近跳连与多尺度残差结构的小目标车辆检测方法，针对YOLOv5s算法在小目标车辆检测中出现的漏检、误检和目标轮廓特征模糊等问题。本发明创新性的提出了一种非临近跳连与多尺度残差结构的小目标车辆检测模型NHN‑YOLOv5s‑MREFE。通过设计4种不同尺度的检测层，专门用于微小车辆的检测。引入反卷积、并行策略丰富图像特征，并构建非临近跳连特征金字塔结构（NHN）强化非临近层次的信息交互。设计多尺度残差边缘轮廓特征提取策略（MREFE）减少复杂环境对检测精度的影响，同时引入K‑means++聚类算法加速模型收敛，共同提升YOLOv5s模型的检测性能。最后，通过设计消融实验并通过多场景的对比分析，验证了NHN‑YOLOv5s‑MREFE模型检测性能的优越。在有效减少漏检率和误检率的同时，能够精准快速的检测出形态多变、边缘模糊、尺寸微小的小目标车辆。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.026 秒)
