CN109977812A - 一种基于深度学习的车载视频目标检测方法 - Google Patents

一种基于深度学习的车载视频目标检测方法 Download PDF

Info

Publication number
CN109977812A
CN109977812A CN201910185300.4A CN201910185300A CN109977812A CN 109977812 A CN109977812 A CN 109977812A CN 201910185300 A CN201910185300 A CN 201910185300A CN 109977812 A CN109977812 A CN 109977812A
Authority
CN
China
Prior art keywords
training
network
cnn
detection method
method based
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910185300.4A
Other languages
English (en)
Other versions
CN109977812B (zh
Inventor
张登银
金天宇
丁飞
赵莎莎
刘锦
薛睿
聂涵
王雪纯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiyigu (Suzhou) Technology Co.,Ltd.
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201910185300.4A priority Critical patent/CN109977812B/zh
Priority to JP2021502766A priority patent/JP7120689B2/ja
Priority to PCT/CN2019/092749 priority patent/WO2020181685A1/zh
Publication of CN109977812A publication Critical patent/CN109977812A/zh
Application granted granted Critical
Publication of CN109977812B publication Critical patent/CN109977812B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于深度学习的车载视频目标检测方法，利用改进的Faster R‑CNN算法实现复杂交通环境中的目标检测，提供行车安全辅助功能。现有的目标跟踪算法存在严重的小目标漏检问题，本发明通过增加一个深度信息通道，将其与原有的彩色图像通道并联，并在通道维度上进行融合，在融合后的特征图像上进行候选框提取和目标检测，提高小目标的检测率，另外在训练中添加对难样本的训练，提高算法整体的目标识别率。本发明能够充分考虑Faster R‑CNN算法存在的小目标漏检问题，通过深度图像特征融合和难样本挖掘方法，提高复杂交通场景中车辆识别的准确率。

Description

一种基于深度学习的车载视频目标检测方法
技术领域
本发明涉及一种基于深度学习的车载视频目标检测方法，属于视频图像处理技术领域。
背景技术
在行车过程中，对车辆前方的车辆、行人及其他障碍物进行目标检测与跟踪，并在此基础上进行前车的行为分析，是行车安全辅助***的基础。传统目标检测方法的主要步骤一般为：提取目标特征，训练对应的分类器，滑动窗口搜索，重复和误报过滤。这种目标检测的滑窗选择策略没有针对性，时间复杂度高，窗口冗余，且手工设计的特征鲁棒性较差，分类器不可靠；同时现有的目标检测算法不能够灵活地训练数据以根据不同需求学习有效的特征完成具体的检测任务。
发明内容
本发明的目的在于解决以上现有技术的不足，提供一种基于深度学习的车载视频目标检测方法。
为了实现上述目标，本发明采用如下的技术方案：
一种基于深度学习的车载视频目标检测方法，包括如下步骤：
步骤1)将深度坐标下的像素对齐到彩色坐标下；再将深度图像和彩色图像各自通过CNN进行特征提取，并将各自卷积层输出的特征图在通道维度上进行串联融合得到最终的RGB-D特征作为卷积后的卷积特征映射；
步骤2)构建区域建议网络RPN，所述区域建议网络RPN包括一个3×3的卷积层和两个1×1的并行卷积层；将融合后的卷积特征映射输入3×3的卷积层，在输入的特征映射上以像素为单位滑动预设大小的网络，则每个滑动位置产生特定尺度的锚点；
将产生的锚点输入两个1×1的并行卷积层进行位置回归和前后景判断，分别输出锚点的前后景置信度和所有候选框位置并按照预设条件从所得的矩形后选框中筛选出前景置信度最高的前特定数量的区域，得到最终的区域建议集合C；
构建Fast R-CNN模型，所述Fast R-CNN模型由两个ROI池化层、一个全连接层和两个并联的全连接层组成，分别输出该区域的置信度以及边框回归之后的候选框位置；将融合后的卷积特征输入Fast R-CNN模型，输出图像中目标的位置及其类别和置信度；
步骤3)：构建训练RPN网络的代价函数和训练Fast R-CNN网络的代价函数；
步骤4)使用标准的ZF模型训练和微调网络的各项参数，通过从设定的标准方差的零均值高斯分布中提取权重来随机初始化所有新层；
步骤5)利用反向传播算法和随机梯度下降算法，采用对RPN和Fast R-CNN两个网络交替训练的方式对模型进行训练，根据预先设置的参数依次调整每层神经网络的权值；
步骤6)使用预先获得的训练集测试初步训练好的Faster R-CNN模型，根据难样本的判别公式筛选出难样本；
步骤7)将步骤6)中产生的难样本加入训练集中，对网络再次进行训练，重复步骤5)-步骤7)，最终得到最优的Faster R-CNN模型；
步骤8)对实际中采集的车载视频图像进行处理，输入训练好的Faster R-CNN模型中，输出该图像中目标类别、置信度以及目标位置。
本发明所达到的有益效果：
第一，本发明在基于建议的卷积神经网络模型基础上，提出一种基于深度信息补全的目标检测模型，改进的Faster R-CNN添加了一条深度信息通道，将彩色图像和深度图像分别通过结构一样的CNN进行特征提取，两个CNN采用并联的结构，再将原有的彩色图像特征映射与深度图像特征映射进行串联融合，得到最终的图像特征，与原有算法相比，本发明得到的图像特征更加丰富，补充了车辆的细节信息，并且不会增加时间开销，满足提高复杂场景下目标检测的要求。
第二，本发明通过在训练阶段增加难样本挖掘策略，使得模型在原有基础上更加关注难样本，将车辆及疑似车辆的背景更好的区分，达到提高准确性的目的；
第三，本发明利用共享卷积网络来提取建议候选框的Faster R-CNN算法在实时性上得到了明显的提升，该算法抛弃了传统的区域建议算法，使用深度网络中的卷积层来提取候选框，节约了大量时间开销。
附图说明
图1为本发明具体实施例方法的流程示意图。
图2为本发明具体实施例中改进的Faster R-CN算法的训练流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明目的在于提出了一种基于深度学习的车载视频目标检测方法，在FasterR-CNN的基础上，添加深度图像的特征映射来补充车辆细节信息，选用与提取彩色图像特征相同的卷积神经网络，彩色图像通道与深度图像通道采用并联的结构，提取出的特征经过串联融合得到最终的RGB-D特征，并在训练中添加难样本挖掘策略，提高算法在复杂交通场景中对小目标以及难目标的检测准确性。
如图1所示为本发明具体实施例的方法流程图。
在实施实施本发明方法时可以基于预先获取的训练集样本集和测试集样本，也可以根据需求制作训练集和测试集。在本实施例中，使用KITTI数据集构建训练样本集和测试样本集，包括以下步骤1：采用PASCAL VOC数据集的格式及评价算法工具。首先，转换KITTI的类别：PASCAL VOC总共有20个类别，在城市交通场景中，重点检测对象为车辆、行人、交通标志，因此将数据集分为上述3种类别；其次，转换标注信息：将标注文件从txt转化为xml，去掉标注中的其他信息，只留下3类；最后，生成训练验证集和测试集。
如图1所述，本发明方法包括如下步骤：
步骤2)构建一种改进的Faster R-CNN模型，该模型综合了区域建议网络(Regional Proposal Network，RPN)和Fast R-CNN网络；
2.1)卷积神经网络(Convolutional Neural Networks,CNN)
首先，将深度坐标下的像素对齐到彩色坐标下；CNN选取ZF模型中特征提取的网络，将两个结构相同的CNN进行并联(原有的彩色图像通道为通道1，并联的深度图像通道为通道2)；两类图像通过CNN特征提取之后，特征图大小均为hwc(这里h、w分别表示特征图的高、宽，c为RGB三个通道)，将彩色图像特征与深度图像特征作为两个通道进行特征融合，融合后的特征图大小为2hwc；
2.2)区域建议网络RPN包括一个3×3的卷积层和两个1×1的并行卷积层；
将融合后的卷积特征映射输入3×3的卷积层，在输入的特征映射上以像素为单位滑动一个小网络，本实施例中分别采用3个尺度和3个长宽比，则每个滑动位置产生k＝3×3＝9个不同尺度的锚点，则总共产生hwk个锚点，得到hwk个矩形候选框；
两个1×1的并行卷积层对上一层的锚点进行位置回归和前后景判断，分别输出锚点的前后景置信度和候选框位置。候选框位置包含候选框中心点坐标x和y，以及宽w’和高h’共四个参数；
2.2)将2.1)所得的矩形候选框按照预设条件筛选出满足预设条件的预定数量的区域。本实施例中对所得的矩形候选框按照softmax的得分进行降序排序，保留前2000个区域，再进一步用非极大值抑制算法(Non-Maximum Suppression，NMS)筛选出前景置信度最高的前300个区域，得到最终的区域建议集合C；
2.3)Fast R-CNN由两个ROI池化层、一个全连接层和两个并联的全连接层组成，分别输出该区域的置信度以及边框回归之后的候选框位置；
ROI pooling层对区域建议集合C与融合后的卷积特征映射进行池化操作，ROIpooling层根据输入的image，将ROI映射到特征映射的对应位置，将映射后的区域划分为相同大小的sections，对每个section进行最大池化操作；
全连接层对ROI pooling层的输出结果进行合并，最后输入并联的两个全连接层，对候选框进行区域分类和边框回归，输出图像中目标的位置及其类别、置信度；
步骤3)构建训练RPN网络的代价函数和训练Fast R-CNN网络的代价函数：
本实施例中训练RPN网络的代价函数为：
其中，锚点与ground truth(即标定过的真实数据)的交并比(Intersection overUnion，IoU)最大或不低于0.7的标为正样本，Pi为预测置信度；为标注值，取1时表示正样本，取0时表示负样本；i表示锚点的索引；Ncls为锚点总数量；Nreg为正样本的数量；ti为预测的锚点边界框修正值；为实际的锚点边界框修正值；Lcls为分类代价；Lreg为边框回归代价；λ为平衡权重；
本实施例中训练Fast R-CNN网络的代价函数为：
L(p,u,tu,v)＝Lcls(p,u)+λ[u≥1]Lreg(tu,v)
其中，u为第u类；tu为第u类边框回归预测的修正值；v为实际修正值；Lcls为分类代价；Lreg为边框回归代价；λ为平衡权重；
步骤4)使用标准的ZF模型训练和微调网络的各项参数，通过从设定的标准方差的零均值高斯分布中提取权重来随机初始化所有新层；
步骤5)利用反向传播算法和随机梯度下降算法，采用对RPN和Fast R-CNN两个网络交替训练的方式对模型进行训练，依次调整每层神经网络的权值，网络初始学习率设为0.01，最低学习率设为0.0001，动量设置为0.9，权重衰减系数为0.0005，Dropout值设置为0.5，具体步骤如下：
(1)采用反向传播算法和随机梯度算法训练RPN模型，该阶段迭代80000次；
(2)使用RPN生成的候选框作为Fast R-CNN的输入，并进行独立训练，该阶段迭代40000次；
(3)利用(2)中的结果对RPN网络结构进行初始化，固定共享卷积层(将共享卷积层的学习率设置为0)，更新RPN网络的参数，该阶段迭代80000次；
(4)固定共享卷积层(将共享卷积层的学习率设置为0)，微调Fast R-CNN网络结构，更新其全连接层的参数，该阶段迭代40000次；
步骤6)使用训练集测试初步训练好的Faster R-CNN模型，根据本发明的难样本判别公式筛选出难样本；
步骤7)将步骤6)中产生的难样本加入训练集中，对网络再次进行训练，重复步骤5)，从而加强网络对难样本的判别能力，最终得到最优的Faster R-CNN模型；训练过程可参见图2。
步骤8)对实际中采集的车载视频图像进行处理，输入训练好的Faster R-CNN模型中，输出该图像中目标类别、置信度以及目标位置。
本发明能够充分考虑Faster R-CNN算法存在的小目标漏检问题，通过深度图像特征融合和难样本挖掘方法，提高复杂交通场景中车辆识别的准确率。
本发明使用的基于卷积神经网络的目标检测算法可以在灵活的训练数据的情况下，根据不同需求学习有效的特征来完成具体的检测任务。R-CNN算法是基于候选框建议与卷积神经网络相结合的一种目标检测算法，由于区域建议算法产生的数量众多的建议候选框以及较大的时间开销，该算法在实时性和准确性方面仍有较大的提升空间。利用共享卷积网络来提取建议候选框的Faster R-CNN算法在实时性上得到了明显的提升，该算法抛弃了传统的区域建议算法，使用深度网络中的卷积层来提取候选框，节约了大量时间开销，但在小目标较多以及较复杂的场景中，漏检的情况较为严重，仍有较大的改进空间。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种基于深度学习的车载视频目标检测方法，其特征是，包括如下步骤：
步骤1)将深度坐标下的像素对齐到彩色坐标下；再将深度图像和彩色图像各自通过CNN进行特征提取，并将各自卷积层输出的特征图在通道维度上进行串联融合得到最终的RGB-D特征作为卷积后的卷积特征映射；
构建区域建议网络RPN，所述区域建议网络RPN包括一个3×3的卷积层和两个1×1的并行卷积层；将融合后的卷积特征映射输入3×3的卷积层，在输入的特征映射上以像素为单位滑动预设大小的网络，则每个滑动位置产生特定尺度的锚点；
将产生的锚点输入两个1×1的并行卷积层进行位置回归和前后景判断，分别输出锚点的前后景置信度和所有候选框位置并按照预设条件从所得的矩形后选框中筛选满足特定条件的预设数量的区域，得到最终的区域建议集合C；
步骤2)构建Fast R-CNN模型：
所述Fast R-CNN模型由两个ROI池化层、一个全连接层和两个并联的全连接层组成，分别输出该区域的置信度以及边框回归之后的候选框位置；将融合后的卷积特征输入FastR-CNN模型，输出图像中目标的位置及其类别和置信度；
步骤3)：构建训练RPN网络的代价函数和训练Fast R-CNN网络的代价函数；
步骤4)使用标准的ZF模型训练和微调网络的各项参数，通过从设定的标准方差的零均值高斯分布中提取权重来随机初始化所有新层；
步骤5)利用反向传播算法和随机梯度下降算法，采用对RPN和Fast R-CNN两个网络交替训练的方式对模型进行训练，根据预先设置的参数依次调整每层神经网络的权值；
步骤6)使用预先获得的训练集测试初步训练好的Faster R-CNN模型，根据难样本的判别公式筛选出难样本；
步骤7)将步骤6)中产生的难样本加入训练集中，对网络再次进行训练，重复步骤5)-步骤7)，得到最优的Faster R-CNN模型；
步骤8)对实际中采集的车载视频图像进行处理，输入训练好的Faster R-CNN模型中，输出该图像中目标类别、置信度以及目标位置。
2.根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，所述步骤2)中所述RGB-D特征作为RPN和Fast R-CNN共享的卷积特征映射，其矩阵形式为：
其中，i，j，k为中间变量，i～[0,h-1]，j～[0,w-1[，k～[0,2c-1]，h为特征图的高，w为特征图的宽，c为RGB三个通道；YRGB(i,j,k)是通道串联后的图像特征；Ydepth(i,j,k-c)是彩色图像特征；Ymerge(i,j,k)是深度图像特征。
3.根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，所述训练RPN网络的代价函数为：
其中，将与标定过的真实数据的交并比最大或不低于0.7的锚点标为正样本，Pi为预测置信度；为标注值，取1时表示正样本，取0时表示负样本；i表示锚点的索引；Ncls为锚点总数量；Nreg为正样本的数量；ti为预测的锚点边界框修正值；为实际的锚点边界框修正值；Lcls为分类代价；Lreg为边框回归代价；λ为平衡权重。
4.根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，所述训练Fast R-CNN网络的代价函数为：
L(p,u,tu,v)＝Lcls(p,u)+λ[u≥1]Lreg(tu,v)
其中，u为第u类；tu为第u类边框回归预测的修正值；v为实际修正值；Lreg为边框回归代价，p是分类预测结果。
5.根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，所述步骤6)中，所述难样本判别函数如下：
L(o,p)＝LIoU(o)+Lscore(p)，
Lscore(p)＝(1-p)，
其中，LIoU为边框误差；Lscore为分类误差；o为样本与目标的相交率；k为对阈值的敏感系数；o和p的取值范围均为0～1。
6.根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，步骤5)的具体步骤如下：
(1)采用反向传播算法和随机梯度算法训练RPN模型，该阶段迭代80000次；
(2)使用RPN生成的候选框作为Fast R-CNN的输入，并进行独立训练，该阶段迭代40000次；
(3)利用(2)中的结果对RPN网络结构进行初始化，固定共享卷积层(将共享卷积层的学习率设置为0)，更新RPN网络的参数，该阶段迭代80000次；
(4)固定共享卷积层(将共享卷积层的学习率设置为0)，微调Fast R-CNN网络结构，更新其全连接层的参数，该阶段迭代40000次。
7.根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，步骤5)中参数设定包括网络初始学习率设为0.01，最低学习率设为0.0001，动量设置为0.9，权重衰减系数为0.0005，Dropout值设置为0.5。
8.根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，预先获得训练集和测试集的方法包括如下步骤：
使用KITTI数据集构建训练样本集和测试样本集；
按照PASCAL VOC格式转换KITTI的类别，将KITTI数据集分为车辆、行人和交通3种类别；
转换标注信息：将标注文件从txt转化为xml，去掉标注中的其他信息，只留下3类；最后，生成训练验证集和测试集。
9.根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，筛选出满足特定条件的预设数量的区域的方法如下：
将所得的矩形候选框按照softmax的得分进行降序排序，保留前2000个区域，再进一步用非极大值抑制算法筛选出前景置信度最高的前特定数量的区域。
10.根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，步骤4)所述设定的标准方差为0.01。
CN201910185300.4A 2019-03-12 2019-03-12 一种基于深度学习的车载视频目标检测方法 Active CN109977812B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910185300.4A CN109977812B (zh) 2019-03-12 2019-03-12 一种基于深度学习的车载视频目标检测方法
JP2021502766A JP7120689B2 (ja) 2019-03-12 2019-06-25 深層学習に基づく車載ビデオターゲット検出方法
PCT/CN2019/092749 WO2020181685A1 (zh) 2019-03-12 2019-06-25 一种基于深度学习的车载视频目标检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910185300.4A CN109977812B (zh) 2019-03-12 2019-03-12 一种基于深度学习的车载视频目标检测方法

Publications (2)

Publication Number Publication Date
CN109977812A true CN109977812A (zh) 2019-07-05
CN109977812B CN109977812B (zh) 2023-02-24

Family

ID=67078633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910185300.4A Active CN109977812B (zh) 2019-03-12 2019-03-12 一种基于深度学习的车载视频目标检测方法

Country Status (3)

Country Link
JP (1) JP7120689B2 (zh)
CN (1) CN109977812B (zh)
WO (1) WO2020181685A1 (zh)

Cited By (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110399884A (zh) * 2019-07-10 2019-11-01 浙江理工大学 一种特征融合自适应锚框模型车辆检测方法
CN110414389A (zh) * 2019-07-12 2019-11-05 黑龙江御林湾科技有限公司 一种基于深度学习的快速区域搜索的目标检测方法
CN110464611A (zh) * 2019-07-23 2019-11-19 苏州国科视清医疗科技有限公司 一种数字化弱视增强训练装置和***及其相关算法
CN110503112A (zh) * 2019-08-27 2019-11-26 电子科技大学 一种增强特征学习的小目标检测及识别方法
CN110689021A (zh) * 2019-10-17 2020-01-14 哈尔滨理工大学 一种基于深度学习的低可见度环境下实时目标检测方法
CN110743818A (zh) * 2019-11-29 2020-02-04 苏州嘉诺环境工程有限公司 基于视觉及深度学习的垃圾分选***、垃圾分选方法
CN110826391A (zh) * 2019-09-10 2020-02-21 中国三峡建设管理有限公司 泌水区域检测方法、***、计算机设备和存储介质
CN111091144A (zh) * 2019-11-27 2020-05-01 云南电网有限责任公司电力科学研究院 基于深度伪孪生网络的图像特征点匹配方法及装置
CN111104885A (zh) * 2019-12-10 2020-05-05 南京邮电大学 基于视频深度学习的车辆识别方法
CN111104903A (zh) * 2019-12-19 2020-05-05 南京邮电大学 一种深度感知交通场景多目标检测方法和***
CN111145239A (zh) * 2019-12-30 2020-05-12 南京航空航天大学 一种基于深度学习的飞机油箱多余物自动检测方法
CN111182491A (zh) * 2019-12-31 2020-05-19 淮安中科晶上智能网联研究院有限公司 一种基于射频层析成像的无设备目标定位的方法及装置
CN111292349A (zh) * 2020-01-17 2020-06-16 北京大学深圳研究生院 一种基于推荐候选框融合的用于目标检测的数据增强方法
CN111291747A (zh) * 2020-01-10 2020-06-16 大连理工大学 一种复杂场景下基于深度图的彩色小目标检测方法
CN111291820A (zh) * 2020-02-19 2020-06-16 中国电子科技集团公司第二十八研究所 一种结合定位信息和分类信息的目标检测方法
CN111310607A (zh) * 2020-01-22 2020-06-19 交通运输部公路科学研究所 基于计算机视觉和人工智能的公路安全风险识别方法及***
CN111310660A (zh) * 2020-02-14 2020-06-19 开易（北京）科技有限公司 用于adas场景的目标检测虚警抑制方法及装置
CN111310850A (zh) * 2020-03-02 2020-06-19 杭州雄迈集成电路技术股份有限公司 车牌检测模型的构建方法及***、车牌检测方法及***
CN111310828A (zh) * 2020-02-14 2020-06-19 开易（北京）科技有限公司 用于adas场景的目标检测模型微调方法及装置
CN111444816A (zh) * 2020-01-14 2020-07-24 北京银河信通科技有限公司 一种基于Faster RCNN的多尺度密集行人检测方法
CN111444973A (zh) * 2020-03-31 2020-07-24 西安交通大学 一种无人零售购物台商品检测方法
CN111507738A (zh) * 2020-05-04 2020-08-07 武汉积墨包装印刷有限公司 基于区块链和5g通讯的油墨溯源回收工艺方法
CN111666839A (zh) * 2020-05-25 2020-09-15 东华大学 一种基于改进Faster RCNN的道路行人检测***
CN111724392A (zh) * 2020-05-25 2020-09-29 浙江工业大学 一种针对深度学习特征注意力转移的数据处理方法
CN111738164A (zh) * 2020-06-24 2020-10-02 广西计算中心有限责任公司 一种基于深度学习的行人检测方法
CN111881932A (zh) * 2020-06-11 2020-11-03 中国人民解放军战略支援部队信息工程大学 一种军用飞机的FasterRCNN目标检测算法
CN112016449A (zh) * 2020-08-27 2020-12-01 西华大学 一种基于深度学习的车辆识别与检测方法
CN112085126A (zh) * 2020-09-30 2020-12-15 浙江大学 一种侧重于分类任务的单样本目标检测方法
CN112183485A (zh) * 2020-11-02 2021-01-05 北京信息科技大学 基于深度学习的交通锥桶检测定位方法、***及存储介质
CN112446429A (zh) * 2020-11-27 2021-03-05 广东电网有限责任公司肇庆供电局 一种基于cgan的巡检图像数据小样本扩充方法
CN112668585A (zh) * 2020-11-26 2021-04-16 厦门大学 一种动态环境下的物体辨识与定位方法
CN112750194A (zh) * 2020-05-15 2021-05-04 奕目(上海)科技有限公司 一种无人驾驶汽车避障方法、装置
CN112766176A (zh) * 2021-01-21 2021-05-07 深圳市安软科技股份有限公司 轻量化卷积神经网络的训练方法及人脸属性识别方法
CN112818932A (zh) * 2021-02-26 2021-05-18 北京车和家信息技术有限公司 图像处理方法、障碍物检测方法、装置、介质及车辆
CN112964693A (zh) * 2021-02-19 2021-06-15 山东捷讯通信技术有限公司 一种拉曼光谱谱带区域分割方法
CN113052184A (zh) * 2021-03-12 2021-06-29 电子科技大学 一种基于两阶段局部特征对齐的目标检测方法
CN113128564A (zh) * 2021-03-23 2021-07-16 武汉泰沃滋信息技术有限公司 一种基于深度学习的复杂背景下典型目标检测方法及***
CN113159198A (zh) * 2021-04-27 2021-07-23 上海芯物科技有限公司 一种目标检测方法、装置、设备及存储介质
CN113177133A (zh) * 2021-04-23 2021-07-27 深圳依时货拉拉科技有限公司 一种图像检索方法、装置、设备及存储介质
CN113173502A (zh) * 2021-01-15 2021-07-27 福建电子口岸股份有限公司 一种基于激光视觉融合和深度学习的防撞方法、***
CN113240611A (zh) * 2021-05-28 2021-08-10 中建材信息技术股份有限公司 一种基于图片序列的异物检测方法
CN113569702A (zh) * 2021-07-23 2021-10-29 闽江学院 基于深度学习的货车单双胎识别方法
CN113591668A (zh) * 2021-07-26 2021-11-02 南京大学 一种使用深度学习和空间分析的广域未知大坝自动探测方法
CN113807236A (zh) * 2021-09-15 2021-12-17 北京百度网讯科技有限公司 车道线检测的方法、装置、设备、存储介质及程序产品
CN114220053A (zh) * 2021-12-15 2022-03-22 北京建筑大学 一种基于车辆特征匹配的无人机视频车辆检索方法
CN114821654A (zh) * 2022-05-09 2022-07-29 福州大学 一种融合局部与深度的时空图网络的人手检测方法
WO2022205329A1 (zh) * 2021-04-01 2022-10-06 京东方科技集团股份有限公司 对象检测方法、对象检测装置及对象检测***
CN115529475A (zh) * 2021-12-29 2022-12-27 北京智美互联科技有限公司 视频流量内容检测与风控的方法和***

Families Citing this family (221)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112183274A (zh) * 2020-09-21 2021-01-05 深圳中兴网信科技有限公司 泥头车检测方法和计算机可读存储介质
CN112132804B (zh) * 2020-09-22 2023-10-31 苏州巨能图像检测技术有限公司 一种用于集卡轮毂的防吊起检测方法
CN112132042B (zh) * 2020-09-24 2023-08-01 西安电子科技大学 基于对抗域适应的sar图像目标检测方法
CN112233175B (zh) * 2020-09-24 2023-10-24 西安交通大学 基于YOLOv3-tiny算法的芯片定位方法及一体化定位平台
CN112164017B (zh) * 2020-09-27 2023-11-17 中国兵器工业集团第二一四研究所苏州研发中心 一种基于深度学习的偏振彩色化方法
CN112115913B (zh) * 2020-09-28 2023-08-25 杭州海康威视数字技术股份有限公司 图像处理方法、装置及设备、存储介质
CN112580424B (zh) * 2020-09-29 2023-08-11 长安大学 一种复杂车路环境的偏振特征多尺度池化分类算法
CN112364687A (zh) * 2020-09-29 2021-02-12 上善智城(苏州)信息科技有限公司 一种基于改进的Faster R-CNN加油站静电标志识别方法及***
CN112541389B (zh) * 2020-09-29 2023-08-22 西安交通大学 一种基于EfficientDet网络的输电线路故障检测方法
CN112330591B (zh) * 2020-09-30 2023-01-24 中国国家铁路集团有限公司 少样本学习的钢轨表面缺陷检测方法及装置
CN112215128B (zh) * 2020-10-09 2024-04-05 武汉理工大学 融合fcos的r-cnn城市道路环境识别方法及装置
CN112233090B (zh) * 2020-10-15 2023-05-30 浙江工商大学 基于改进注意力机制的薄膜瑕疵检测方法
CN112232214A (zh) * 2020-10-16 2021-01-15 天津大学 一种基于深度特征融合和注意力机制的实时目标检测方法
CN112329558B (zh) * 2020-10-22 2022-10-25 上海交通大学 一种基于烧结机尾断面视频的FeO含量预测方法
CN112241718B (zh) * 2020-10-23 2024-05-24 北京百度网讯科技有限公司 车辆信息的检测方法、检测模型的训练方法和装置
CN112417981B (zh) * 2020-10-28 2024-04-26 大连交通大学 基于改进FasterR-CNN的复杂战场环境目标高效识别方法
CN112329588B (zh) * 2020-10-30 2024-01-05 中海石油(中国)有限公司 一种基于Faster R-CNN的管道故障检测方法
CN112287854A (zh) * 2020-11-02 2021-01-29 湖北大学 基于深度神经网络的建筑室内人员检测方法及***
CN112200803B (zh) * 2020-11-04 2023-10-10 成都朴华科技有限公司 ***核蛋白成熟度检测方法及装置
CN112329871B (zh) * 2020-11-11 2022-03-08 河北工业大学 一种基于自校正卷积与通道注意力机制的肺结节检测方法
CN112380962A (zh) * 2020-11-11 2021-02-19 成都摘果子科技有限公司 一种基于深度学习的动物图像识别方法及***
CN112396582B (zh) * 2020-11-16 2024-04-26 南京工程学院 一种基于Mask RCNN的均压环歪斜检测方法
CN112381005A (zh) * 2020-11-17 2021-02-19 温州大学 一种面向复杂场景的安全帽检测***
CN112395975A (zh) * 2020-11-17 2021-02-23 南京泓图人工智能技术研究院有限公司 一种基于旋转区域生成网络的遥感图像目标检测方法
CN112395987B (zh) * 2020-11-18 2023-07-28 西安电子科技大学 基于无监督域适应cnn的sar图像目标检测方法
CN112580778A (zh) * 2020-11-25 2021-03-30 江苏集萃未来城市应用技术研究所有限公司 基于YOLOv5和Pose-estimation的工地工人手机使用检测方法
CN112434740A (zh) * 2020-11-26 2021-03-02 西北大学 一种基于深度学习的秦俑碎块分类方法
CN112396017B (zh) * 2020-11-27 2023-04-07 上海建科工程咨询有限公司 一种基于图像识别的工程安全隐患识别方法及***
CN112418114A (zh) * 2020-11-27 2021-02-26 广州华多网络科技有限公司 时序行为检测、响应方法及装置、设备、介质
CN112418117B (zh) * 2020-11-27 2023-05-12 北京工商大学 一种基于无人机图像的小目标检测方法
CN112434745B (zh) * 2020-11-27 2023-01-24 西安电子科技大学 基于多源认知融合的遮挡目标检测识别方法
CN112528782B (zh) * 2020-11-30 2024-02-23 北京农业信息技术研究中心 水下鱼类目标检测方法及装置
CN112508091B (zh) * 2020-12-03 2024-01-19 大连海事大学 基于卷积神经网络的低质量图像分类方法
CN112507862B (zh) * 2020-12-04 2023-05-26 东风汽车集团有限公司 基于多任务卷积神经网络的车辆朝向检测方法及***
CN112464851A (zh) * 2020-12-08 2021-03-09 国网陕西省电力公司电力科学研究院 一种基于视觉感知的智能电网异物入侵检测方法及***
CN112528862B (zh) * 2020-12-10 2023-02-10 西安电子科技大学 基于改进的交叉熵损失函数的遥感图像目标检测方法
CN112488229B (zh) * 2020-12-10 2024-04-05 西安交通大学 一种基于特征分离和对齐的域自适应无监督目标检测方法
CN112598165B (zh) * 2020-12-11 2023-09-26 湖南大学 基于私家车数据的城市功能区转移流量预测方法及装置
CN112580647A (zh) * 2020-12-11 2021-03-30 湖北工业大学 一种面向堆叠物体的识别方法及***
CN112507898B (zh) * 2020-12-14 2022-07-01 重庆邮电大学 一种基于轻量3d残差网络和tcn的多模态动态手势识别方法
CN112488066A (zh) * 2020-12-18 2021-03-12 航天时代飞鸿技术有限公司 一种无人机多机协同侦察下的目标实时检测方法
CN112528995B (zh) * 2020-12-22 2023-08-04 北京百度网讯科技有限公司 用于训练目标检测模型的方法、目标检测方法及装置
CN112633177A (zh) * 2020-12-24 2021-04-09 浙江大学 一种基于注意力空间卷积神经网络的车道线检测分割方法
CN112668696A (zh) * 2020-12-25 2021-04-16 杭州中科先进技术研究院有限公司 一种基于嵌入式深度学习的无人机电网巡检方法和***
CN112699782A (zh) * 2020-12-29 2021-04-23 杭州电子科技大学 基于N2N和Bert的雷达HRRP目标识别方法
CN112861849B (zh) * 2020-12-29 2023-01-10 北京航空航天大学 一种脊柱畸形矫正手术术中组织识别方法
CN112712503B (zh) * 2020-12-30 2023-05-02 厦门福信光电集成有限公司 一种基于深度学习的显示面板外观检测方法
CN112651458B (zh) * 2020-12-31 2024-04-02 深圳云天励飞技术股份有限公司 分类模型的训练方法、装置、电子设备及存储介质
CN112686188B (zh) * 2021-01-05 2024-02-06 西安理工大学 基于深度学习方法的前挡风玻璃及驾驶员区域定位方法
CN112668536B (zh) * 2021-01-06 2023-08-25 北京理工大学 一种基于机载光电视频的轻量化旋转目标检测识别方法
CN113011417B (zh) * 2021-01-08 2023-02-10 湖南大学 基于交并比覆盖率损失与重定位策略的目标匹配方法
CN112835008B (zh) * 2021-01-12 2022-03-04 西安电子科技大学 基于姿态自适应卷积网络的高分辨距离像目标识别方法
CN112669312A (zh) * 2021-01-12 2021-04-16 中国计量大学 一种基于深度特征对称融合的胸片肺炎检测方法及***
CN112784723A (zh) * 2021-01-14 2021-05-11 金陵科技学院 一种基于IFast-RCNN算法的道路交通安全保护模型
CN112733741A (zh) * 2021-01-14 2021-04-30 苏州挚途科技有限公司 交通标识牌识别方法、装置和电子设备
CN112733742B (zh) * 2021-01-14 2022-02-01 哈尔滨市科佳通用机电股份有限公司 一种基于深度学习的铁路货车下拉杆圆销故障检测方法
CN112766170B (zh) * 2021-01-21 2024-04-16 广西财经学院 基于簇类无人机图像的自适应分割检测方法及装置
CN112861932B (zh) * 2021-01-21 2024-02-02 上海应用技术大学 轨道板裂缝检测方法
CN112766188B (zh) * 2021-01-25 2024-05-10 浙江科技学院 一种基于改进yolo算法的小目标行人检测方法
CN112949849B (zh) * 2021-01-27 2024-03-26 武汉星巡智能科技有限公司 采用边缘计算优化智能摄像头检测模型的方法和装置
CN112801187B (zh) * 2021-01-29 2023-01-31 广东省科学院智能制造研究所 基于注意力机制与集成学习的高光谱数据分析方法和***
CN112818837B (zh) * 2021-01-29 2022-11-11 山东大学 一种基于姿态校正和困难样本感知的航拍车辆重识别方法
CN112766274B (zh) * 2021-02-01 2023-07-07 长沙市盛唐科技有限公司 一种基于Mask RCNN算法的水尺图像水位自动读数方法及***
CN112884213B (zh) * 2021-02-02 2024-04-19 华北电力大学 小波分解与动态混合深度学习的燃煤锅炉NOx预测方法
CN112861700B (zh) * 2021-02-03 2023-11-03 西安仁义智机电科技有限公司 基于DeepLabv3+的车道线网络识别模型建立及车辆速度检测方法
CN112802006B (zh) * 2021-02-07 2024-03-22 南通大学 一种基于深度学习的边缘计算电机油污识别方法
CN112556682B (zh) * 2021-02-07 2023-06-23 天津蓝鳍海洋工程有限公司 一种水下复合传感器目标自动检测算法
CN112986210B (zh) * 2021-02-10 2021-12-17 四川大学 一种尺度自适应的微生物拉曼光谱检测方法及***
CN113033609B (zh) * 2021-02-16 2022-11-29 浙江大学 一种基于多任务dcgan的sar图像分类方法
CN112907621B (zh) * 2021-02-24 2023-02-14 华南理工大学 一种基于差分和语义信息融合的运动目标提取方法
CN112927264B (zh) * 2021-02-25 2022-12-16 华南理工大学 一种无人机跟踪拍摄***及其rgbd跟踪方法
CN112926652B (zh) * 2021-02-25 2023-10-24 青岛科技大学 一种基于深度学习的鱼类细粒度图像识别方法
CN112926457B (zh) * 2021-02-26 2022-09-06 中国电子科技集团公司第二十八研究所 一种基于融合频域和空间域网络模型的sar图像识别方法
CN112966598B (zh) * 2021-03-04 2022-08-30 河南大学 一种双路径小卷积网络的高光谱图像分类方法
CN112966747A (zh) * 2021-03-04 2021-06-15 北京联合大学 一种基于无锚框检测网络改进的车辆检测方法
CN112837315B (zh) * 2021-03-05 2023-11-21 云南电网有限责任公司电力科学研究院 一种基于深度学习的输电线路绝缘子缺陷检测方法
CN112966611A (zh) * 2021-03-09 2021-06-15 中国科学技术大学 一种dwt注意机制的能量迹噪声自适应方法
CN113128335B (zh) * 2021-03-09 2024-05-31 西北大学 微体古生物化石图像检测、分类及发现方法、***及应用
CN113129225A (zh) * 2021-03-09 2021-07-16 西安理工大学 基于Dense Net网络的计算鬼成像重建恢复方法
CN113159021A (zh) * 2021-03-10 2021-07-23 国网河北省电力有限公司 基于上下文信息的文本检测方法
CN112990230B (zh) * 2021-03-12 2023-05-09 西安电子科技大学 基于二阶段分组注意力残差机制的光谱图像压缩重建方法
CN113032612B (zh) * 2021-03-12 2023-04-11 西北大学 一种多目标图像检索模型的构建方法及检索方法和装置
CN113095152B (zh) * 2021-03-18 2023-08-22 西安交通大学 一种基于回归的车道线检测方法及***
CN113111727B (zh) * 2021-03-19 2024-05-31 西北工业大学 一种基于特征对齐的遥感场景下旋转目标检测方法
CN113011338B (zh) * 2021-03-19 2023-08-22 华南理工大学 一种车道线检测方法及***
CN113128563B (zh) * 2021-03-23 2023-11-17 武汉泰沃滋信息技术有限公司 一种高速工程车辆检测方法、装置、设备及存储介质
CN112990065B (zh) * 2021-03-31 2024-03-22 上海海事大学 一种基于优化的YOLOv5模型的车辆分类检测方法
CN113256507B (zh) * 2021-04-01 2023-11-21 南京信息工程大学 一种针对二进制流量数据生成图像的注意力增强方法
CN113077491B (zh) * 2021-04-02 2023-05-02 安徽大学 基于跨模态共享和特定表示形式的rgbt目标跟踪方法
CN113076898B (zh) * 2021-04-09 2023-09-15 长安大学 一种交通车辆目标检测方法、装置、设备及可读存储介质
CN113159159B (zh) * 2021-04-15 2023-09-29 东北大学 一种基于改进cnn的小样本图像分类方法
CN113095417B (zh) * 2021-04-16 2023-07-28 西安电子科技大学 基于融合图卷积和卷积神经网络的sar目标识别方法
CN113221668B (zh) * 2021-04-20 2023-04-07 西安翔迅科技有限责任公司 一种风力发电机组叶片视频监测中的抽帧方法
CN113191235B (zh) * 2021-04-22 2024-05-17 上海东普信息科技有限公司 杂物检测方法、装置、设备及存储介质
CN113205026B (zh) * 2021-04-26 2022-08-16 武汉大学 一种基于Faster RCNN深度学习网络改进的车型识别方法
CN113255737B (zh) * 2021-04-30 2023-08-08 超节点创新科技(深圳)有限公司 对民航分拣线上的叠包行李分拣方法、电子设备和存储介质
CN113221993B (zh) * 2021-05-06 2023-08-01 西安电子科技大学 基于元学习和跨阶段沙漏的大视场小样本目标检测方法
CN113139615A (zh) * 2021-05-08 2021-07-20 北京联合大学 一种基于嵌入式设备的无人驾驶环境目标检测方法
CN113139497B (zh) * 2021-05-08 2023-04-28 广东工业大学 一种水面物体识别的***、方法及基于5g mec的应用
CN113327227B (zh) * 2021-05-10 2022-11-11 桂林理工大学 一种基于MobilenetV3的小麦头快速检测方法
CN113128473A (zh) * 2021-05-17 2021-07-16 哈尔滨商业大学 一种面向地下综合管廊的巡检***、方法、设备及存储介质
CN113240017B (zh) * 2021-05-18 2023-09-12 西安理工大学 一种基于注意力机制的多光谱和全色图像分类方法
CN113408584B (zh) * 2021-05-19 2022-07-26 成都理工大学 Rgb-d多模态特征融合3d目标检测方法
CN113269073B (zh) * 2021-05-19 2022-11-15 青岛科技大学 一种基于yolo v5算法的船舶多目标追踪方法
CN113421222B (zh) * 2021-05-21 2023-06-23 西安科技大学 一种轻量化煤矸目标检测方法
CN113379761B (zh) * 2021-05-25 2023-04-28 重庆顺多利机车有限责任公司 一种基于人工智能的多agv与自动门的联动方法与***
CN113343821B (zh) * 2021-05-31 2022-08-30 合肥工业大学 一种基于时空注意力网络和输入优化的非接触式心率测量方法
CN113240039B (zh) * 2021-05-31 2023-08-15 西安电子科技大学 基于空间位置特征重加权的小样本目标检测方法及***
CN113468967B (zh) * 2021-06-02 2023-08-18 北京邮电大学 基于注意力机制的车道线检测方法、装置、设备及介质
CN113255797B (zh) * 2021-06-02 2024-04-05 通号智慧城市研究设计院有限公司 一种基于深度学习模型的危险品检测方法和***
CN113255682B (zh) * 2021-06-04 2021-11-16 浙江智慧视频安防创新中心有限公司 一种目标检测***、方法、装置、设备及介质
CN113506317B (zh) * 2021-06-07 2022-04-22 北京百卓网络技术有限公司 一种基于Mask R-CNN和表观特征融合的多目标跟踪方法
CN113240050B (zh) * 2021-06-08 2024-05-03 南京师范大学 一种特征融合权重可调的金属打印熔池检测方法
CN113362389B (zh) * 2021-06-08 2024-02-27 长安大学 基于cnn-rnn耦合数-形融合的盾构隧道变形预测方法
CN113378918B (zh) * 2021-06-09 2022-06-07 武汉大学 一种基于度量学习的绝缘子绑扎线状态检测方法
CN113378936B (zh) * 2021-06-11 2024-03-08 长沙军民先进技术研究有限公司 一种基于Faster RCNN的少样本目标检测方法
CN113343863B (zh) * 2021-06-11 2023-01-03 北京邮电大学 融合表征网络模型训练方法、指纹表征方法及其设备
CN113313058B (zh) * 2021-06-16 2022-08-02 北京航空航天大学 一种基于自适应模型集成的无人机航拍图像目标检测方法
CN113421235B (zh) * 2021-06-17 2023-06-20 中国电子科技集团公司第四十一研究所 一种基于深度学习的烟支定位装置及方法
CN113239899B (zh) * 2021-06-17 2024-05-28 阿波罗智联(北京)科技有限公司 用于处理图像和生成卷积核的方法、路侧设备和云控平台
CN113420643B (zh) * 2021-06-21 2023-02-10 西北工业大学 基于深度可分离空洞卷积的轻量级水下目标检测方法
CN113408423B (zh) * 2021-06-21 2023-09-05 西安工业大学 适用于tx2嵌入式平台的水产品目标实时检测方法
CN113660484B (zh) * 2021-06-29 2024-04-26 北京点众快看科技有限公司 基于音视频内容的音视频属性比对方法、***、终端及介质
CN113469071B (zh) * 2021-07-06 2024-03-29 西安科技大学 一种针对嵌入式设备的运煤皮带异物视频检测方法
CN113449738B (zh) * 2021-07-06 2023-06-23 国网信息通信产业集团有限公司 基于样本特性的先验框参数自适应改进frc检测方法
CN113361483B (zh) * 2021-07-07 2023-04-14 合肥英睿***技术有限公司 一种交通限速标志检测方法、装置、设备及存储介质
CN113609911B (zh) * 2021-07-07 2024-05-28 北京工业大学 一种基于深度学习的路面病害自动检测方法和***
CN113449675B (zh) * 2021-07-12 2024-03-29 西安科技大学 一种煤矿人员越界检测方法
CN113592906B (zh) * 2021-07-12 2024-02-13 华中科技大学 一种基于标注帧特征融合的长视频目标跟踪方法及***
CN113673323B (zh) * 2021-07-13 2023-10-27 中国船舶重工集团公司第七一五研究所 一种基于多深度学习模型联合判决体制的水中目标识别方法
CN113591617B (zh) * 2021-07-14 2023-11-28 武汉理工大学 基于深度学习的水面小目标检测与分类方法
CN113537105B (zh) * 2021-07-23 2024-05-10 北京经纬恒润科技股份有限公司 一种车位检测方法及装置
CN113534146B (zh) * 2021-07-26 2023-12-01 中国人民解放军海军航空大学 一种雷达视频图像目标自动检测方法与***
CN113674216A (zh) * 2021-07-27 2021-11-19 南京航空航天大学 一种基于深度学习的地铁隧道病害检测方法
CN113537119B (zh) * 2021-07-28 2022-08-30 国网河南省电力公司电力科学研究院 基于改进Yolov4-tiny的输电线路连接部件检测方法
CN113627593B (zh) * 2021-08-04 2024-06-04 西北工业大学 面向目标检测模型Faster R-CNN的自动量化方法
CN113808202B (zh) * 2021-08-11 2024-05-24 浙江工商大学 一种多目标检测和空间定位方法及其***
CN113780087B (zh) * 2021-08-11 2024-04-26 同济大学 一种基于深度学习的邮政包裹文本检测方法及设备
CN113688830B (zh) * 2021-08-13 2024-04-26 湖北工业大学 基于中心点回归的深度学习目标检测方法
CN113569835A (zh) * 2021-08-16 2021-10-29 浙江广厦建设职业技术大学 一种基于目标检测和分割识别的水表数值读取方法
CN113658131B (zh) * 2021-08-16 2024-06-18 东华大学 一种基于机器视觉巡游式环锭纺断纱检测方法
CN113643327B (zh) * 2021-08-18 2023-10-20 江西理工大学 一种响应置信度多特征融合的核相关滤波目标跟踪方法
CN113706496B (zh) * 2021-08-23 2024-04-12 中国飞机强度研究所 一种基于深度学习模型的飞行器结构裂纹检测方法
CN113689928B (zh) * 2021-08-24 2023-06-20 深圳平安智慧医健科技有限公司 保养及预防患病方案的推荐方法、装置、设备及存储介质
CN113688734B (zh) * 2021-08-25 2023-09-22 燕山大学 一种基于fpga异构加速的老人跌倒检测方法
CN113484908B (zh) * 2021-08-25 2023-07-14 成都理工大学 部分卷积与注意力机制融合深度学习网络的缺失地震数据重建方法
CN113688740B (zh) * 2021-08-26 2024-02-27 燕山大学 一种基于多传感器融合视觉的室内姿势检测方法
CN113792774B (zh) * 2021-09-01 2024-01-12 西北工业大学 一种水中目标智能融合感知方法
CN113689470B (zh) * 2021-09-02 2023-08-11 重庆大学 一种多场景融合下的行人运动轨迹预测方法
CN113705716B (zh) * 2021-09-03 2023-10-10 北京百度网讯科技有限公司 图像识别模型训练方法、设备、云控平台及自动驾驶车辆
CN113792721B (zh) * 2021-09-03 2024-06-04 西北工业大学 基于one-shot机制的仪表检测方法
CN113763235A (zh) * 2021-09-08 2021-12-07 北京琥珀创想科技有限公司 一种将图片转换为扫描件的方法及智能移动终端
CN113762200B (zh) * 2021-09-16 2023-06-30 深圳大学 基于lffd的口罩检测方法
CN113792684B (zh) * 2021-09-17 2024-03-29 中国科学技术大学 弱对齐条件下的消防机器人多模态视觉火焰检测方法
CN113824658B (zh) * 2021-09-22 2023-06-20 西华大学 一种ofdm***中采用dnsp方案的深度迁移学习信道估计方法
CN113780462B (zh) * 2021-09-24 2024-03-19 华中科技大学 基于无人机航拍图像的车辆检测网络建立方法及其应用
CN113808123B (zh) * 2021-09-27 2024-03-29 杭州跨视科技有限公司 一种基于机器视觉的药液袋动态检测方法
CN113807463B (zh) * 2021-09-28 2023-10-17 中电万维信息技术有限责任公司 一种基于Faster-RCNN对BI图标题检测的方法
CN113888595B (zh) * 2021-09-29 2024-05-14 中国海洋大学 一种基于困难样本挖掘的孪生网络单目标视觉跟踪方法
CN113947774B (zh) * 2021-10-08 2024-05-14 东北大学 一种轻量级的车辆目标检测***
CN114120246B (zh) * 2021-10-12 2024-04-16 吉林大学 一种基于复杂环境的前方车辆检测算法
CN113808128B (zh) * 2021-10-14 2023-07-28 河北工业大学 基于相对坐标定位算法的智能压实全过程可视化控制方法
CN113850799B (zh) * 2021-10-14 2024-06-07 长春工业大学 一种基于YOLOv5的微量DNA提取工作站工件检测方法
CN113902024B (zh) * 2021-10-20 2024-06-04 浙江大立科技股份有限公司 基于深度学习与双波段融合的小体积目标检测识别方法
CN113962261B (zh) * 2021-10-21 2024-05-14 中国人民解放军空军航空大学 一种用于雷达信号分选的深度网络模型构建方法
CN113792827B (zh) * 2021-11-18 2022-03-25 北京的卢深视科技有限公司 目标对象识别方法、电子设备和计算机可读存储介质
CN114092448B (zh) * 2021-11-22 2023-12-01 浙大城市学院 一种基于深度学习的插件电解电容混合检测方法
CN114119562B (zh) * 2021-11-29 2024-05-24 青岛理工大学 一种基于深度学习的刹车盘外表面缺陷检测方法及***
CN114419925B (zh) * 2021-12-01 2022-11-04 合肥工业大学 一种车路协同的防碰预警***和方法
CN113947766B (zh) * 2021-12-21 2022-04-22 之江实验室 一种基于卷积神经网络的实时车牌检测方法
CN114332701B (zh) * 2021-12-27 2024-05-28 北京航空航天大学 一种基于任务区分检测再识别联合网络的目标跟踪方法
CN114445617B (zh) * 2021-12-27 2024-05-31 宁波韵升智能技术有限公司 一种基于深度学习的工件目标识别方法
CN114528911A (zh) * 2022-01-10 2022-05-24 西北大学 多分支结构的多标签图像分类方法和模型构建方法及装置
CN114445689A (zh) * 2022-01-29 2022-05-06 福州大学 目标先验信息指导的多尺度加权融合目标检测方法及***
CN114519819B (zh) * 2022-02-10 2024-04-02 西北工业大学 一种基于全局上下文感知的遥感图像目标检测方法
CN114529951B (zh) * 2022-02-22 2024-04-02 北京工业大学 一种基于深度学习的现场指纹特征点提取方法
CN114565878B (zh) * 2022-03-01 2024-05-03 北京赛思信安技术股份有限公司 一种支持类别可配置的视频标志物检测方法
CN114692487B (zh) * 2022-03-11 2023-05-26 中国电子科技集团公司第二十九研究所 电子装备维修备件预投方法、装置、设备及存储介质
CN114898327B (zh) * 2022-03-15 2024-04-26 武汉理工大学 一种基于轻量化深度学习网络的车辆检测方法
CN114708531A (zh) * 2022-03-18 2022-07-05 南京大学 电梯内异常行为检测方法、装置及存储介质
CN114842220B (zh) * 2022-03-24 2024-02-27 西北工业大学 基于多源影像匹配的无人机视觉定位方法
CN114743045B (zh) * 2022-03-31 2023-09-26 电子科技大学 一种基于双分支区域建议网络的小样本目标检测方法
CN114882376B (zh) * 2022-05-06 2024-03-22 自然资源部第一海洋研究所 基于最优锚点尺度的卷积神经网络遥感影像目标检测方法
CN114913419B (zh) * 2022-05-10 2023-07-18 西南石油大学 一种智慧停车目标检测方法及***
CN114742822A (zh) * 2022-05-20 2022-07-12 青岛农业大学 一种草莓识别计数模型的搭建方法及应用
CN115131622B (zh) * 2022-05-22 2024-03-29 北京工业大学 一种基于视频时序相关性的夜间明火检测方法
CN115014748B (zh) * 2022-05-31 2023-05-23 南京林业大学 一种用于籽棉分选喷阀的故障诊断方法
CN114943922B (zh) * 2022-06-02 2024-04-02 浙大城市学院 一种基于深度学习的机考可疑行为识别方法
CN114913587B (zh) * 2022-06-14 2024-02-13 合肥工业大学 基于贝叶斯深度学习的非接触式心率测量不确定度量化方法
CN115050028B (zh) * 2022-06-15 2024-03-29 松立控股集团股份有限公司 一种恶劣天气下小样本车牌检测方法
CN114818838B (zh) * 2022-06-30 2022-09-13 中国科学院国家空间科学中心 基于像元时域分布学习的低信噪比运动点目标检测方法
CN115273044B (zh) * 2022-07-15 2023-04-07 哈尔滨市科佳通用机电股份有限公司 基于改进后的图卷积网络的车门破损故障识别检测方法
CN115131760B (zh) * 2022-07-17 2024-04-19 西北工业大学 一种基于改进特征匹配策略的轻量级车辆追踪方法
CN114982739A (zh) * 2022-07-18 2022-09-02 江苏合力四通智能科技股份有限公司 一种基于深度学习的智能激光驱鸟设备及方法
CN115393634B (zh) * 2022-08-11 2023-12-26 重庆邮电大学 一种基于迁移学习策略的少样本目标实时检测方法
CN115294244B (zh) * 2022-08-11 2023-10-31 北京理工大学 一种基于机器学习的蜂窝结构图案化自适应填充方法
CN115331086B (zh) * 2022-08-17 2023-08-08 哈尔滨市科佳通用机电股份有限公司 一种闸瓦折断和铆钉丢失故障检测方法
CN115359094B (zh) * 2022-09-05 2023-04-18 珠海安联锐视科技股份有限公司 一种基于深度学习的运动目标检测方法
CN115484410B (zh) * 2022-09-15 2023-11-24 天津大学 基于深度学习的事件相机视频重建方法
CN115439835A (zh) * 2022-10-13 2022-12-06 中国矿业大学 一种改进yolo-pai的实时接打电话行为检测方法
CN115578615B (zh) * 2022-10-31 2023-05-09 成都信息工程大学 基于深度学习的夜间交通标志图像检测模型建立方法
CN115641510B (zh) * 2022-11-18 2023-08-08 中国人民解放军战略支援部队航天工程大学士官学校 一种遥感影像舰船检测识别方法
CN115601688B (zh) * 2022-12-15 2023-02-21 中译文娱科技(青岛)有限公司 基于深度学习的视频主体内容检测方法及***
CN116385953B (zh) * 2023-01-11 2023-12-15 哈尔滨市科佳通用机电股份有限公司 铁路货车敞车车门折页折断故障图像识别方法
CN116524017B (zh) * 2023-03-13 2023-09-19 明创慧远科技集团有限公司 一种用于矿山井下检测识别定位***
CN115953405B (zh) * 2023-03-14 2023-05-26 中国科学院计算机网络信息中心 一种面向增强现实设备的桥梁裂缝识别方法及装置
CN116403071B (zh) * 2023-03-23 2024-03-26 河海大学 基于特征重构的少样本混凝土缺陷检测方法及装置
CN116106899B (zh) * 2023-04-14 2023-06-23 青岛杰瑞工控技术有限公司 一种基于机器学习的港口航道小目标识别方法
CN116452878B (zh) * 2023-04-20 2024-02-02 广东工业大学 一种基于深度学习算法与双目视觉的考勤方法及***
CN116434124B (zh) * 2023-06-13 2023-09-05 江西云眼视界科技股份有限公司 一种基于时空滤波的视频运动增强检测方法
CN116778362B (zh) * 2023-06-21 2024-03-05 广东电网有限责任公司汕尾供电局 基于领域知识与深度学习的电力杆塔验收构件识别方法
CN116843907B (zh) * 2023-06-26 2024-02-13 中国信息通信研究院 基于深度学习的增强和目标检测方法和***
CN116503517B (zh) * 2023-06-27 2023-09-05 江西农业大学 长文本生成图像的方法及***
CN116524474B (zh) * 2023-07-04 2023-09-15 武汉大学 一种基于人工智能的车辆目标检测方法及***
CN116977931A (zh) * 2023-07-31 2023-10-31 深圳市星河智善科技有限公司 一种基于深度学习的高空抛物识别方法
CN117011772B (zh) * 2023-07-31 2024-04-30 广东电网有限责任公司 一种输电线路的风险提示方法、装置和存储介质
CN116993779B (zh) * 2023-08-03 2024-05-14 重庆大学 一种适于监控视频下的车辆目标跟踪方法
CN116912238B (zh) * 2023-09-11 2023-11-28 湖北工业大学 基于多维识别网络级联融合的焊缝管道识别方法及***
CN117237369B (zh) * 2023-11-16 2024-02-27 苏州视智冶科技有限公司 一种基于计算机视觉的高炉铁口开口深度测量方法
CN117372935B (zh) * 2023-12-07 2024-02-20 神思电子技术股份有限公司 一种视频目标检测方法、设备及介质
CN117788871A (zh) * 2023-12-26 2024-03-29 海南言发高科技有限公司 一种基于人工智能的车载称重管理方法及平台

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170206431A1 (en) * 2016-01-20 2017-07-20 Microsoft Technology Licensing, Llc Object detection and classification in images
CN108416287A (zh) * 2018-03-04 2018-08-17 南京理工大学 一种基于遗漏负样本挖掘的行人检测方法
CN108830188A (zh) * 2018-05-30 2018-11-16 西安理工大学 基于深度学习的车辆检测方法
CN109377555A (zh) * 2018-11-14 2019-02-22 江苏科技大学 自主水下机器人前景视场三维重建目标特征提取识别方法
CN109447018A (zh) * 2018-11-08 2019-03-08 天津理工大学 一种基于改进Faster R-CNN的道路环境视觉感知方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9881234B2 (en) * 2015-11-25 2018-01-30 Baidu Usa Llc. Systems and methods for end-to-end object detection
CN107507172A (zh) * 2017-08-08 2017-12-22 国网上海市电力公司 融合红外可见光的特高压线路绝缘子串深度学习识别方法
CN107680106A (zh) * 2017-10-13 2018-02-09 南京航空航天大学 一种基于Faster R‑CNN的显著性目标检测方法
CN108563977A (zh) * 2017-12-18 2018-09-21 华南理工大学 一种高速公路出入口的行人预警方法及***
CN108648233B (zh) * 2018-03-24 2022-04-12 北京工业大学 一种基于深度学习的目标识别与抓取定位方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170206431A1 (en) * 2016-01-20 2017-07-20 Microsoft Technology Licensing, Llc Object detection and classification in images
CN108416287A (zh) * 2018-03-04 2018-08-17 南京理工大学 一种基于遗漏负样本挖掘的行人检测方法
CN108830188A (zh) * 2018-05-30 2018-11-16 西安理工大学 基于深度学习的车辆检测方法
CN109447018A (zh) * 2018-11-08 2019-03-08 天津理工大学 一种基于改进Faster R-CNN的道路环境视觉感知方法
CN109377555A (zh) * 2018-11-14 2019-02-22 江苏科技大学 自主水下机器人前景视场三维重建目标特征提取识别方法

Cited By (72)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110399884B (zh) * 2019-07-10 2021-08-20 浙江理工大学 一种特征融合自适应锚框模型车辆检测方法
CN110399884A (zh) * 2019-07-10 2019-11-01 浙江理工大学 一种特征融合自适应锚框模型车辆检测方法
CN110414389A (zh) * 2019-07-12 2019-11-05 黑龙江御林湾科技有限公司 一种基于深度学习的快速区域搜索的目标检测方法
CN110464611A (zh) * 2019-07-23 2019-11-19 苏州国科视清医疗科技有限公司 一种数字化弱视增强训练装置和***及其相关算法
CN110503112A (zh) * 2019-08-27 2019-11-26 电子科技大学 一种增强特征学习的小目标检测及识别方法
CN110503112B (zh) * 2019-08-27 2023-02-03 电子科技大学 一种增强特征学习的小目标检测及识别方法
CN110826391A (zh) * 2019-09-10 2020-02-21 中国三峡建设管理有限公司 泌水区域检测方法、***、计算机设备和存储介质
CN110689021A (zh) * 2019-10-17 2020-01-14 哈尔滨理工大学 一种基于深度学习的低可见度环境下实时目标检测方法
CN111091144A (zh) * 2019-11-27 2020-05-01 云南电网有限责任公司电力科学研究院 基于深度伪孪生网络的图像特征点匹配方法及装置
CN111091144B (zh) * 2019-11-27 2023-06-27 云南电网有限责任公司电力科学研究院 基于深度伪孪生网络的图像特征点匹配方法及装置
CN110743818A (zh) * 2019-11-29 2020-02-04 苏州嘉诺环境工程有限公司 基于视觉及深度学习的垃圾分选***、垃圾分选方法
CN111104885A (zh) * 2019-12-10 2020-05-05 南京邮电大学 基于视频深度学习的车辆识别方法
CN111104903A (zh) * 2019-12-19 2020-05-05 南京邮电大学 一种深度感知交通场景多目标检测方法和***
CN111145239A (zh) * 2019-12-30 2020-05-12 南京航空航天大学 一种基于深度学习的飞机油箱多余物自动检测方法
CN111145239B (zh) * 2019-12-30 2022-02-11 南京航空航天大学 一种基于深度学习的飞机油箱多余物自动检测方法
CN111182491A (zh) * 2019-12-31 2020-05-19 淮安中科晶上智能网联研究院有限公司 一种基于射频层析成像的无设备目标定位的方法及装置
CN111182491B (zh) * 2019-12-31 2022-03-22 淮安中科晶上智能网联研究院有限公司 一种基于射频层析成像的无设备目标定位的方法及装置
CN111291747A (zh) * 2020-01-10 2020-06-16 大连理工大学 一种复杂场景下基于深度图的彩色小目标检测方法
CN111291747B (zh) * 2020-01-10 2023-06-13 大连理工大学 一种复杂场景下基于深度图的彩色小目标检测方法
CN111444816A (zh) * 2020-01-14 2020-07-24 北京银河信通科技有限公司 一种基于Faster RCNN的多尺度密集行人检测方法
CN111292349B (zh) * 2020-01-17 2023-04-18 北京大学深圳研究生院 一种基于推荐候选框融合的用于目标检测的数据增强方法
CN111292349A (zh) * 2020-01-17 2020-06-16 北京大学深圳研究生院 一种基于推荐候选框融合的用于目标检测的数据增强方法
CN111310607A (zh) * 2020-01-22 2020-06-19 交通运输部公路科学研究所 基于计算机视觉和人工智能的公路安全风险识别方法及***
CN111310828A (zh) * 2020-02-14 2020-06-19 开易（北京）科技有限公司 用于adas场景的目标检测模型微调方法及装置
CN111310828B (zh) * 2020-02-14 2023-01-03 开易（北京）科技有限公司 用于adas场景的目标检测模型微调方法及装置
CN111310660B (zh) * 2020-02-14 2024-05-17 开易（北京）科技有限公司 用于adas场景的目标检测虚警抑制方法及装置
CN111310660A (zh) * 2020-02-14 2020-06-19 开易（北京）科技有限公司 用于adas场景的目标检测虚警抑制方法及装置
CN111291820A (zh) * 2020-02-19 2020-06-16 中国电子科技集团公司第二十八研究所 一种结合定位信息和分类信息的目标检测方法
CN111291820B (zh) * 2020-02-19 2023-05-30 中国电子科技集团公司第二十八研究所 一种结合定位信息和分类信息的目标检测方法
CN111310850B (zh) * 2020-03-02 2023-06-16 杭州雄迈集成电路技术股份有限公司 车牌检测模型的构建方法及***、车牌检测方法及***
CN111310850A (zh) * 2020-03-02 2020-06-19 杭州雄迈集成电路技术股份有限公司 车牌检测模型的构建方法及***、车牌检测方法及***
CN111444973B (zh) * 2020-03-31 2022-05-20 西安交通大学 一种无人零售购物台商品检测方法
CN111444973A (zh) * 2020-03-31 2020-07-24 西安交通大学 一种无人零售购物台商品检测方法
CN111507738A (zh) * 2020-05-04 2020-08-07 武汉积墨包装印刷有限公司 基于区块链和5g通讯的油墨溯源回收工艺方法
CN112750194A (zh) * 2020-05-15 2021-05-04 奕目(上海)科技有限公司 一种无人驾驶汽车避障方法、装置
CN111666839A (zh) * 2020-05-25 2020-09-15 东华大学 一种基于改进Faster RCNN的道路行人检测***
CN111724392A (zh) * 2020-05-25 2020-09-29 浙江工业大学 一种针对深度学习特征注意力转移的数据处理方法
CN111881932B (zh) * 2020-06-11 2023-09-15 中国人民解放军战略支援部队信息工程大学 一种军用飞机的FasterRCNN目标检测算法
CN111881932A (zh) * 2020-06-11 2020-11-03 中国人民解放军战略支援部队信息工程大学 一种军用飞机的FasterRCNN目标检测算法
CN111738164A (zh) * 2020-06-24 2020-10-02 广西计算中心有限责任公司 一种基于深度学习的行人检测方法
CN112016449A (zh) * 2020-08-27 2020-12-01 西华大学 一种基于深度学习的车辆识别与检测方法
CN112085126A (zh) * 2020-09-30 2020-12-15 浙江大学 一种侧重于分类任务的单样本目标检测方法
CN112085126B (zh) * 2020-09-30 2023-12-12 浙江大学 一种侧重于分类任务的单样本目标检测方法
CN112183485B (zh) * 2020-11-02 2024-03-05 北京信息科技大学 基于深度学习的交通锥桶检测定位方法、***及存储介质
CN112183485A (zh) * 2020-11-02 2021-01-05 北京信息科技大学 基于深度学习的交通锥桶检测定位方法、***及存储介质
CN112668585B (zh) * 2020-11-26 2024-04-09 厦门大学 一种动态环境下的物体辨识与定位方法
CN112668585A (zh) * 2020-11-26 2021-04-16 厦门大学 一种动态环境下的物体辨识与定位方法
CN112446429A (zh) * 2020-11-27 2021-03-05 广东电网有限责任公司肇庆供电局 一种基于cgan的巡检图像数据小样本扩充方法
CN113173502A (zh) * 2021-01-15 2021-07-27 福建电子口岸股份有限公司 一种基于激光视觉融合和深度学习的防撞方法、***
CN113173502B (zh) * 2021-01-15 2023-06-06 福建电子口岸股份有限公司 一种基于激光视觉融合和深度学习的防撞方法、***
CN112766176B (zh) * 2021-01-21 2023-12-01 深圳市安软科技股份有限公司 轻量化卷积神经网络的训练方法及人脸属性识别方法
CN112766176A (zh) * 2021-01-21 2021-05-07 深圳市安软科技股份有限公司 轻量化卷积神经网络的训练方法及人脸属性识别方法
CN112964693A (zh) * 2021-02-19 2021-06-15 山东捷讯通信技术有限公司 一种拉曼光谱谱带区域分割方法
CN112818932A (zh) * 2021-02-26 2021-05-18 北京车和家信息技术有限公司 图像处理方法、障碍物检测方法、装置、介质及车辆
CN113052184A (zh) * 2021-03-12 2021-06-29 电子科技大学 一种基于两阶段局部特征对齐的目标检测方法
CN113052184B (zh) * 2021-03-12 2022-11-18 电子科技大学 一种基于两阶段局部特征对齐的目标检测方法
CN113128564A (zh) * 2021-03-23 2021-07-16 武汉泰沃滋信息技术有限公司 一种基于深度学习的复杂背景下典型目标检测方法及***
WO2022205329A1 (zh) * 2021-04-01 2022-10-06 京东方科技集团股份有限公司 对象检测方法、对象检测装置及对象检测***
CN113177133B (zh) * 2021-04-23 2024-03-29 深圳依时货拉拉科技有限公司 一种图像检索方法、装置、设备及存储介质
CN113177133A (zh) * 2021-04-23 2021-07-27 深圳依时货拉拉科技有限公司 一种图像检索方法、装置、设备及存储介质
CN113159198A (zh) * 2021-04-27 2021-07-23 上海芯物科技有限公司 一种目标检测方法、装置、设备及存储介质
CN113240611B (zh) * 2021-05-28 2024-05-07 中建材信息技术股份有限公司 一种基于图片序列的异物检测方法
CN113240611A (zh) * 2021-05-28 2021-08-10 中建材信息技术股份有限公司 一种基于图片序列的异物检测方法
CN113569702B (zh) * 2021-07-23 2023-10-27 闽江学院 基于深度学习的货车单双胎识别方法
CN113569702A (zh) * 2021-07-23 2021-10-29 闽江学院 基于深度学习的货车单双胎识别方法
CN113591668B (zh) * 2021-07-26 2023-11-21 南京大学 一种使用深度学习和空间分析的广域未知大坝自动探测方法
CN113591668A (zh) * 2021-07-26 2021-11-02 南京大学 一种使用深度学习和空间分析的广域未知大坝自动探测方法
CN113807236A (zh) * 2021-09-15 2021-12-17 北京百度网讯科技有限公司 车道线检测的方法、装置、设备、存储介质及程序产品
CN113807236B (zh) * 2021-09-15 2024-05-17 北京百度网讯科技有限公司 车道线检测的方法、装置、设备、存储介质及程序产品
CN114220053A (zh) * 2021-12-15 2022-03-22 北京建筑大学 一种基于车辆特征匹配的无人机视频车辆检索方法
CN115529475A (zh) * 2021-12-29 2022-12-27 北京智美互联科技有限公司 视频流量内容检测与风控的方法和***
CN114821654A (zh) * 2022-05-09 2022-07-29 福州大学 一种融合局部与深度的时空图网络的人手检测方法

Also Published As

Publication number Publication date
WO2020181685A1 (zh) 2020-09-17
CN109977812B (zh) 2023-02-24
JP7120689B2 (ja) 2022-08-17
JP2021530062A (ja) 2021-11-04

Similar Documents

Publication Publication Date Title
CN109977812A (zh) 一种基于深度学习的车载视频目标检测方法
CN110164128B (zh) 一种城市级智能交通仿真***
CN108304787A (zh) 基于卷积神经网络的道路目标检测方法
CN104077613B (zh) 一种基于级联多级卷积神经网络的人群密度估计方法
CN103034836B (zh) 道路标志检测方法和道路标志检测设备
JPWO2020181685A5 (zh)
CN109447033A (zh) 基于yolo的车辆前方障碍物检测方法
CN109508710A (zh) 基于改进YOLOv3网络的无人车夜间环境感知方法
CN110135296A (zh) 基于卷积神经网络的机场跑道fod检测方法
CN108509954A (zh) 一种实时交通场景的多车牌动态识别方法
CN111553201B (zh) 一种基于YOLOv3优化算法的交通灯检测方法
CN107609602A (zh) 一种基于卷积神经网络的驾驶场景分类方法
CN106650913A (zh) 一种基于深度卷积神经网络的车流密度估计方法
CN107609525A (zh) 基于剪枝策略构建卷积神经网络的遥感图像目标检测方法
CN107871126A (zh) 基于深层神经网络的车型识别方法和***
CN105427309A (zh) 面向对象高空间分辨率遥感信息提取的多尺度分层处理方法
CN102902956B (zh) 一种地基可见光云图识别处理方法
CN105844295A (zh) 一种基于颜色模型与运动特征的视频烟雾精细分类方法
CN105809121A (zh) 多特征协同的交通标志检测与识别方法
CN107133974A (zh) 高斯背景建模与循环神经网络相结合的车型分类方法
CN108875593A (zh) 基于卷积神经网络的可见光图像天气识别方法
CN109766936A (zh) 基于信息传递和注意力机制的图像变化检测方法
CN110096981A (zh) 一种基于深度学习的视频大数据交通场景分析方法
CN109948690A (zh) 一种基于深度学习和结构信息的高铁场景感知方法
CN106845387A (zh) 基于自学习的行人检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhang Dengyin

Inventor after: Jin Tianyu

Inventor after: Zuo Jiakuo

Inventor after: Ding Fei

Inventor after: Zhao Shasha

Inventor after: Liu Jin

Inventor after: Xue Rui

Inventor after: Nie Han

Inventor after: Wang Xuechun

Inventor before: Zhang Dengyin

Inventor before: Jin Tianyu

Inventor before: Ding Fei

Inventor before: Zhao Shasha

Inventor before: Liu Jin

Inventor before: Xue Rui

Inventor before: Nie Han

Inventor before: Wang Xuechun

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240424

Address after: Room 501, 502, 505, 5th Floor, Building 1, No. 27 Zigang Road, Science and Education New City, Taicang City, Suzhou City, Jiangsu Province, 215000

Patentee after: Xiyigu (Suzhou) Technology Co.,Ltd.

Country or region after: China

Address before: 210003, 66 new model street, Gulou District, Jiangsu, Nanjing

Patentee before: NANJING University OF POSTS AND TELECOMMUNICATIONS

Country or region before: China