公开(公告)号：CN113971731B

公开(公告)日：2025-01-28

申请号：CN202111266083.5

申请日：2021-10-28

Applicant: 燕山大学

Inventor： 金立生 ,  张哲 ,  金秋坤 ,  贺阳 ,  李欣蔚 ,  谢宪毅 ,  郭柏苍 ,  石业玮 ,  王广启

IPC: G06V10/30 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种目标检测方法、装置及电子设备，该方法包括：获取目标的图像数据；将图像数据输入预建深度轻量网络，输出不同尺度的预测头；对预测头进行解码，得到目标的类别、定位框及类别置信度。该方案可以大幅度提高目标检测的精度和推理速度。

公开(公告)号：CN114820662A

公开(公告)日：2022-07-29

申请号：CN202210565810.6

申请日：2022-05-23

Applicant: 燕山大学

Inventor： 金立生 ,  贺阳 ,  霍震 ,  王欢欢 ,  王广启 ,  孙鑫宇 ,  李欣蔚 ,  石业玮 ,  谢宪毅 ,  郭柏苍

IPC: G06T7/11 ,  G06T7/136 ,  G01S17/88

Abstract: 本发明涉及一种基于点云二维密度的路侧视角地面分割方法，包括下述步骤：获取雷达坐标系下路侧视角的地面原始点云数据；基于原始点云数据，采用密度计算获得二维密度、密度降序点云；基于二维密度、密度降序点云，获得点云二维密度的密度阈值；基于密度阈值、二维密度、密度降序点云，得到分割的地面点云。本发明方法应用时不需做出假设，具有广泛的适用性。本发明方法把地面点云处理成点云二维密度，计算量小，实时性高。并进一步在分割算法中采用栅格数据、kd树以优化计算过程。本发明方法得到的地面点云具有较高的准确性和较强的稳定性。

公开(公告)号：CN114820662B

公开(公告)日：2024-09-03

申请号：CN202210565810.6

申请日：2022-05-23

Applicant: 燕山大学

Inventor： 金立生 ,  贺阳 ,  霍震 ,  王欢欢 ,  王广启 ,  孙鑫宇 ,  李欣蔚 ,  石业玮 ,  谢宪毅 ,  郭柏苍

IPC: G06T7/11 ,  G06T7/136 ,  G01S17/88

Abstract: 本发明涉及一种基于点云二维密度的路侧视角地面分割方法，包括下述步骤：获取雷达坐标系下路侧视角的地面原始点云数据；基于原始点云数据，采用密度计算获得二维密度、密度降序点云；基于二维密度、密度降序点云，获得点云二维密度的密度阈值；基于密度阈值、二维密度、密度降序点云，得到分割的地面点云。本发明方法应用时不需做出假设，具有广泛的适用性。本发明方法把地面点云处理成点云二维密度，计算量小，实时性高。并进一步在分割算法中采用栅格数据、kd树以优化计算过程。本发明方法得到的地面点云具有较高的准确性和较强的稳定性。

公开(公告)号：CN113971731A

公开(公告)日：2022-01-25

申请号：CN202111266083.5

申请日：2021-10-28

Applicant: 燕山大学

Inventor： 金立生 ,  张哲 ,  金秋坤 ,  贺阳 ,  李欣蔚 ,  谢宪毅 ,  郭柏苍 ,  石业玮 ,  王广启

IPC: G06V10/30 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种目标检测方法、装置及电子设备，该方法包括：获取目标的图像数据；将图像数据输入预建深度轻量网络，输出不同尺度的预测头；对预测头进行解码，得到目标的类别、定位框及类别置信度。该方案可以大幅度提高目标检测的精度和推理速度。

公开(公告)号：CN115457274A

公开(公告)日：2022-12-09

申请号：CN202211126875.7

申请日：2022-09-16

Applicant: 燕山大学

Inventor： 金立生 ,  李欣蔚 ,  贺阳 ,  石业玮 ,  张哲 ,  谢宪毅 ,  郭柏苍

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供一种基于深度学习的车载视角遮挡目标检测方法及装置，该方法包括：获取待检测图像；将待检测图像输入遮挡检测模型，得到目标检测框、类别和遮挡置信度；其中，遮挡检测模型采用改进的SSD网络，改进的SSD网络包括残差块。该方案在遮挡工况下能够达到较好的检测效果。

公开(公告)号：CN114972941B

公开(公告)日：2024-08-13

申请号：CN202210507500.9

申请日：2022-05-11

Applicant: 燕山大学

Inventor： 金立生 ,  石业玮 ,  贺阳 ,  李欣蔚 ,  王广启 ,  郭柏苍 ,  谢宪毅

IPC: G06V10/80 ,  G06V10/82 ,  G06V20/58 ,  G01C21/00 ,  G01S13/89 ,  G01S17/89 ,  G06V10/26 ,  G06V10/75 ,  G06V10/764

Abstract: 本申请提供一种被遮挡车辆三维检测的决策融合方法、装置及电子设备，该方法包括：获取实时同步的车载感知传感器和路侧感知传感器的车载传感器数据和路侧传感器数据；将车载传感器数据和路侧传感器数据分别输入预建深度学习目标检测网络，分别得到车载车辆信息和路侧车辆信息；将车载车辆信息和路侧车辆信息进行匹配，得到匹配结果；根据车载车辆信息，确定车载感知传感器检测到的车辆的遮挡类型；根据遮挡类型及匹配结果，修正匹配结果。该方案可以快速合理的感知车辆检测决策，降低误检率及漏检率。

公开(公告)号：CN114972941A

公开(公告)日：2022-08-30

申请号：CN202210507500.9

申请日：2022-05-11

Applicant: 燕山大学

Inventor： 金立生 ,  石业玮 ,  贺阳 ,  李欣蔚 ,  王广启 ,  郭柏苍 ,  谢宪毅

IPC: G06V10/80 ,  G06V10/82 ,  G06V20/58 ,  G01C21/00 ,  G01S13/89 ,  G01S17/89 ,  G06V10/26 ,  G06V10/75 ,  G06V10/764

Abstract: 本申请提供一种被遮挡车辆三维检测的决策融合方法、装置及电子设备，该方法包括：获取实时同步的车载感知传感器和路侧感知传感器的车载传感器数据和路侧传感器数据；将车载传感器数据和路侧传感器数据分别输入预建深度学习目标检测网络，分别得到车载车辆信息和路侧车辆信息；将车载车辆信息和路侧车辆信息进行匹配，得到匹配结果；根据车载车辆信息，确定车载感知传感器检测到的车辆的遮挡类型；根据遮挡类型及匹配结果，修正匹配结果。该方案可以快速合理的感知车辆检测决策，降低误检率及漏检率。