-
公开(公告)号：CN118351493A
公开(公告)日：2024-07-16
申请号：CN202410340940.9
申请日：2024-03-25
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G06V20/54 , G06V10/25 , G06V10/40 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/09 , G08G1/01
Abstract: 本发明公开了一种适于高速公路监控场景的多尺度车辆目标检测方法，属于智能交通领域。本发明车辆目标检测方法，以ConvNeXt V2网络为基础对YOLOv8骨干网络进行改进，并向ConvNeXt V2网络中引入SPD‑Conv模块和SA‑Conv模块，用于强化模型的多尺度特征表达能力；其次，采用特征金字塔网络HS‑FPN对骨干网络提取到的特征图进行融合增强，以应对车辆目标的多尺度检测；最后，采用分类任务和回归任务相互解耦的检测头对增强的多尺度特征图进行分类与回归，最终得到车辆目标的检测结果。本发明能够有效提高高速公路监控场景的多尺度车辆目标特征提取的精确度，更好地应对场景中目标尺度变化大、干扰因素多等状况，可在保证检测效率的同时提升检测精度。
-
公开(公告)号：CN114897933B
公开(公告)日：2024-11-22
申请号：CN202210393312.8
申请日：2022-04-15
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G06T7/246 , G06T5/50 , G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/098 , G06V10/80 , G06V10/82 , G06V20/40
Abstract: 本发明公开了一种车辆检测与跟踪方法，包括：对监控视频进行提取，得到当前帧图像、当前帧的前一帧图像、前一帧图像的热图；分别对所述当前帧图像、所述前一帧图像、所述前一帧图像的热图进行特征提取，并对提取的特征进行融合，得到融合特征图；将所述融合特征图输入到预先训练好的目标检测跟踪模型，以实现对车辆的检测与跟踪。本发明提出的一种适于高速公路外场环境特性的车辆目标跟踪方法，能够有效降低因目标遮挡、目标丢失、目标相似、目标变换等因素造成的车辆目标跟踪漂移和跟踪丢失，提高跟踪精度的同时满足实时性要求。
-
公开(公告)号：CN117935542A
公开(公告)日：2024-04-26
申请号：CN202311854752.X
申请日：2023-12-29
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
Abstract: 本发明公开了一种考虑交通事件信息的高速公路拥堵消散时间预测方法，通过利用检测到的异常事件详细信息数据来进行决策树模型学习，进而构建出可用于预测事件持续时间的决策树模型；同时利用事件上报信息构建出通行能力估计模型；在此基础上构建出基于模糊交通波模型的拥堵消散时间预测模型，综合上述两部分的输出和模糊交通波模型，最后得出事件情况下的拥堵消散时间预测模型。本发明方法可以有效克服现有拥堵消散时间预测方法预测时对异常事件具体情况的考虑不充分的局限性，同时利用模糊交通波模型可以充分考虑到利用传统交通波模型时未充分考虑车辆排队过程中的速度分布差异性，进而实现对拥堵消散时间更高的预测精度和泛化能力。
-
公开(公告)号：CN114897933A
公开(公告)日：2022-08-12
申请号：CN202210393312.8
申请日：2022-04-15
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
Abstract: 本发明公开了一种车辆检测与跟踪方法，包括：对监控视频进行提取，得到当前帧图像、当前帧的前一帧图像、前一帧图像的热图；分别对所述当前帧图像、所述前一帧图像、所述前一帧图像的热图进行特征提取，并对提取的特征进行融合，得到融合特征图；将所述融合特征图输入到预先训练好的目标检测跟踪模型，以实现对车辆的检测与跟踪。本发明提出的一种适于高速公路外场环境特性的车辆目标跟踪方法，能够有效降低因目标遮挡、目标丢失、目标相似、目标变换等因素造成的车辆目标跟踪漂移和跟踪丢失，提高跟踪精度的同时满足实时性要求。
-
公开(公告)号：CN116775782A
公开(公告)日：2023-09-19
申请号：CN202310578385.9
申请日：2023-05-22
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G06F16/29 , G06F18/214 , G06F18/2415 , G06F18/23
Abstract: 本发明涉及一种基于概率分布模型的稀疏轨迹空间重构方法及系统，属于自动车辆识别轨迹的空间重构技术领域。该方法包括以下步骤：S1、通过GPS轨迹数据构建轨迹网络，轨迹网络中包含了车辆在城市道路中行驶时所有可能经过的道路；S2、当车辆在轨迹网络中行驶时，使用贝叶斯分类器计算车辆走各路径的概率，并选取概率最大的路径作为车辆的轨迹；S3、利用整体模型对测试集进行轨迹重构，并根据预测结果和实际数据，对预测误差进行评价分析。本发明能够在减少数据依赖的情况下更加准确地重构车辆的空间轨迹，相对于现有方法具有更高的效率和更高的准确率，具有较广的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN116611867A
公开(公告)日：2023-08-18
申请号：CN202310578401.4
申请日：2023-05-22
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G06Q30/0203 , G06Q30/0204 , G06F16/29 , G06F16/22 , G06F16/2458 , G06Q50/26 , G06Q50/30
Abstract: 本发明涉及一种基于区域间功能属性及转移客流的通勤交通小区对发现方法及系统，属于智能交通技术领域。该方法包括以下步骤：S1、根据城市路网等级进行交通小区划分，构建交通小区网络；S2、结合城市营运车辆数据与GIS技术，将数据中的OD点映射到交通小区内部，形成OD转移矩阵；S3、利用城市POI数据，结合核密度估计以及POI定权，识别每个交通小区的功能属性；S4、通过城市营运车辆OD转移矩阵，计算得到区域间流量波动率，并结合交通小区功能属性，发现具有显著通勤关系的通勤交通小区对。本发明通过利用城市营运车辆数据发现城市通勤交通小区对，有利于揭示城市区域间通勤流量转移关系，有助于为城市交通服务的布局和调整提供指导和依据。
-
公开(公告)号：CN117012039A
公开(公告)日：2023-11-07
申请号：CN202311111518.8
申请日：2023-08-31
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
Abstract: 本发明公开了一种基于多源数据融合的高速公路车道级速度预测方法，包括以下步骤：划分车道，利用GRG计算不同车道之间的相互影响度；使用Attention机制计算目标车道不同时间的注意力权重；基于注意力权重和不同车道之间的相互影响度，建立改进模型GRGA；基于改进模型GRGA，建立GRU_LSTM融合深度学习模型；根据GRU_LSTM融合深度学习模型，实时预测高速公路任一车道特定时间段内的平均行驶速度。本发明一种基于多源数据融合的高速公路车道级速度预测方法预测速度块、精准高，能够为交通管制人员进行交通诱导提供参考依据。
-
公开(公告)号：CN116958952B
公开(公告)日：2024-04-30
申请号：CN202310845871.2
申请日：2023-07-11
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G06V20/62 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种适用于高速公路监控视频下的车牌目标检测方法，包括以下步骤：采用注意力机制改进SSD的检测分支，将高层特征图通过注意力模块得到的特征掩码与浅层特征图进行逐元素点乘；采用叠加的方式融合各层特征图，然后结合车牌特点，设计适用于高速公路场景下的注意力特征金字塔；在自建的数据集上训练车牌目标检测模型；用训练完毕的模型检测高速公路场景下的车牌目标，获取车牌目标的位置和大小。本发明适用于高速公路监控视频下的车牌目标检测方法，多尺度目标检测性能好，定位精度高，可直接应用于高速公路监控视频下的车牌目标检测。
-
公开(公告)号：CN117831285A
公开(公告)日：2024-04-05
申请号：CN202311854469.7
申请日：2023-12-29
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G08G1/01
Abstract: 本发明提出了一种基于MPC的高速公路异常事件下的上游动态分流方法，通过ETC数据、车辆轨迹数据和路段属性，使模型能够更好地理解和捕获预测路段的交通状况。本发明针对高速公路异常事件下的交通诱导分流研究较少，已有研究没有考虑上游多路段流量对异常事故路段的协同影响，无法形成上游多路段协调动态分流控制方案，提出建立高速METANET宏观交通流模型，设计MPC控制上游分流量方案，对交通状态的实时监测与预测，同时作为输入反馈回MPC控制器，形成动态的上游分流方案，并能在必要时动态调整分流量，保障整体交通系统的高效运行。本发明可以为交通管理人员组织应急交通提供支撑，提高高速公路通行能力和服务水平。
-
公开(公告)号：CN116958952A
公开(公告)日：2023-10-27
申请号：CN202310845871.2
申请日：2023-07-11
Applicant: 重庆大学 , 重庆首讯科技股份有限公司
IPC: G06V20/62 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种适用于高速公路监控视频下的车牌目标检测方法，包括以下步骤：采用注意力机制改进SSD的检测分支，将高层特征图通过注意力模块得到的特征掩码与浅层特征图进行逐元素点乘；采用叠加的方式融合各层特征图，然后结合车牌特点，设计适用于高速公路场景下的注意力特征金字塔；在自建的数据集上训练车牌目标检测模型；用训练完毕的模型检测高速公路场景下的车牌目标，获取车牌目标的位置和大小。本发明适用于高速公路监控视频下的车牌目标检测方法，多尺度目标检测性能好，定位精度高，可直接应用于高速公路监控视频下的车牌目标检测。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.042 seconds)
