-
公开(公告)号：CN119649316A
公开(公告)日：2025-03-18
申请号：CN202411616286.6
申请日：2024-11-13
Applicant: 长安大学
IPC: G06V20/54 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种YOLOv7‑tiny轻量级车辆目标检测方法及系统，涉及计算机视觉和深度学习技术领域，方法包括：构建路侧车辆数据集；对路侧车辆数据集进行图像滤波、图像增强和数据集划分；构建改进的初始车辆目标检测模型；初始车辆目标检测模型是基于YOLOv7‑tiny网络进行设计的；应用剪枝策略对初始车辆目标检测模型进行轻量化处理，得到轻量级车辆检测模型；将划分好的数据集输入至轻量级车辆检测模型中进行训练、测试和验证，得到最终车辆目标检测模型；将待检测图像输入至最终车辆目标检测模型中，得到检测结果。本发明通过对YOLOv7‑tiny的多方面改进，显著提升了车辆目标检测的性能和效率，并且通过轻量化的模型设计，降低了计算的复杂度，适合部署在资源受限的环境中。
-
公开(公告)号：CN116823638A
公开(公告)日：2023-09-29
申请号：CN202310535330.X
申请日：2023-05-12
Applicant: 长安大学
IPC: G06T5/00 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/09 , G06N3/094 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于改进GAN的图像去雾方法，涉及图像去雾技术领域，包括以下步骤：获取有雾图像；将有雾图像输入至基于改进GAN的生成器网络模型，输出去雾图像。本发明采用生成对抗网络为基本框架，在生成器中加入融合注意力的残差模块和联系上下文的去雾模块，并且使用改进PatchGAN判别器网络结构实现对生成器生成图像的监督。使得去雾图像整体清晰，易于观察，图像色彩饱满与真实图像更为接近。
-
公开(公告)号：CN116721403A
公开(公告)日：2023-09-08
申请号：CN202310723460.6
申请日：2023-06-19
Applicant: 山东高速集团有限公司 , 长安大学
IPC: G06V20/58 , G06V10/26 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/0455 , G06N3/0464 , G06N3/048
Abstract: 本发明提供了一种道路交通标志检测方法，属于交通标志图像处理技术领域，包括：获取交通标志图像数据集；根据交通标志图像数据集，生成对应的带雾图像数据集；将带雾图像数据集输入生成对抗网络模型中对对抗网络模型进行训练，训练后的生成对抗网络模型，用于将带雾图像转化为对应的去雾图像；利用交通标志图像数据集训练用于图像识别的网络模型，得到训练好的交通标志检测识别模型；将待检测的带雾图像送入训练后的生成对抗网络模型中，生成待检测的带雾图像对应的去雾图像，并将去雾图像输入训练好交通标志检测识别模型中，得到的交通标志的识别结果。该方法能够检测复杂道路交通标志。
-
公开(公告)号：CN109752008B
公开(公告)日：2021-04-13
申请号：CN201910164507.3
申请日：2019-03-05
Applicant: 长安大学
IPC: G01C21/28 , G01C21/30 , G01C21/34 , G01S19/48 , B60R16/023
Abstract: 本发明提供智能车多模式协同定位系统及方法，采集车辆行驶路段的路面图像和场景图像，并获取GNSS位置信息；如果接收到GNSS位置信息，则以GNSS位置信息作为定位信息；如果接收不到GNSS位置信息，则检查车辆行驶路段是否预先建立视觉地图数据库，如果否，则根据采集到的路面图像采用基于视觉里程计的车辆定位技术进行位置获取；如果是，则根据采集到的场景图像采用基于视觉地图数据库构建的车辆定位技术进行位置获取；或者，将基于视觉地图数据库构建的车辆定位技术和基于视觉里程计的车辆定位技术得到的位置信息进行融合。本发明融合三种定位技术，可以很好的解决GNSS盲区无法获得定位信息的问题。
-
公开(公告)号：CN109859472B
公开(公告)日：2021-01-12
申请号：CN201910165183.5
申请日：2019-03-05
Applicant: 长安大学
IPC: G08G1/01 , G08G1/0967 , B60Q9/00
Abstract: 本发明提供车辆行驶路障感知系统、方法、车辆及车路协同主动安全系统和方法，能够感知路障，并将其上传至网络系统，实现车路协同。通过测距模块间断的定时的测量行驶路段测量地面低洼深度，通过分析测量数据得到地面低洼程度，然后判断车辆是否可以安全通过；当车辆感知到地面低洼程度后可以选择将该路况信息上传到车路协同系统，再由车路协同系统发送给该路段行驶的其他车辆，从而实现路障感知和车路协同主动安全。
-
Patent Agency Ranking
公开(公告)号：CN109873827B
公开(公告)日：2020-08-11
申请号：CN201910164490.1
申请日：2019-03-05
Applicant: 长安大学
Abstract: 本发明提供一种车路协同系统及其数据安全传输方法，在网络通信模块内搭载病毒识别程序、文件改写程序以及双向认证程序，对传输的感知信息数据进行病毒风险识别、文件改写判断，并对网络通信模块进行双向认证，只有双向认证成功后才能传输感知信息数据，并且只有没有病毒风险和未曾被改写的感知信息数据才允许进行传输；信息传输至控制中心，在控制中心接收信息前，通过内嵌在控制中心的通信安全保护模块再次进行病毒风险识别、文件改写判断，并对网络通信模块进行注册识别和双向认证，识别没有病毒风险且没有被改写且注册和双向认证成功后，控制中心才接收传输的感知信息数据。本发明从多个角度保证了传输数据的安全性。
-
公开(公告)号：CN109823347B
公开(公告)日：2020-06-09
申请号：CN201910185640.7
申请日：2019-03-12
Applicant: 长安大学
Abstract: 本发明提供智能网联车驾驶行为辅助安全系统与方法，通过驾驶行为监控模块能够对驾驶人在驾驶车辆行驶的过程中多种行为方式以及对行驶车速的监测，可以综合管控驾驶人的驾驶行为，并对出现的不良驾驶行为进行及时的报警提示，辅助驾驶人及时纠正不良驾驶行为，督促其安全行驶，保障行车安全。通过驾驶行为诊断模块综合分析驾驶人已出现和易出现的不良驾驶行为，形成诊断报告，通过驾驶行为训练升级模块制定出具有个性化的驾驶行为训练策略，将驾驶行为诊断报告和驾驶行为训练策略发送至驾驶人及其相关人员，便于后期驾驶人及其相关人员查看，督促辅助驾驶人进行驾驶行为纠正，为安全驾驶保驾护航。
-
公开(公告)号：CN110298347A
公开(公告)日：2019-10-01
申请号：CN201910462112.1
申请日：2019-05-30
Applicant: 长安大学
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种基于GrayWorld与PCA-CNN的汽车尾气分析仪屏幕的识别方法，步骤1：采集样本图像集，对样本图像集中的每个图像的检测项目和检测示数区域进行标注得到标签集，得到基于PCA的卷积神经网络模型；步骤2：采集待识别图像，利用GrayWorld算法对待识别图像进行预处理得到投影直方图，对投影直方图进行字符分割得到字符图像；步骤3：字符图像输入基于PCA的卷积神经网络模型中进行识别得到结果矩阵，将结果矩阵中的所有元素逐行划分为检测项目或检测示数，计算每个检测项目对应的检测示数值。本发明避免了光照等因素对具有较大屏幕区域的汽车尾气分析仪器带来的亮度影响能够在各种实际条件下取得较好的识别效果。
-
公开(公告)号：CN106407315B
公开(公告)日：2019-08-16
申请号：CN201610783688.4
申请日：2016-08-30
Applicant: 长安大学
Abstract: 本发明公开了一种基于街景图像数据库的车辆自主定位方法，包括步骤1，使用相机采集场景图像，提取采集的图像的主颜色特征向量信息、SURF特征点和位置信息存储在数据库中；步骤2，将车辆行驶中拍摄的图像作为待匹配图像，提取待匹配图像的主颜色特征向量，通过计算待匹配图像的主颜色特征向量与原数据库中图像主颜色特征向量的相似度，得到初始匹配图像，提取初始匹配图像的位置信息，初步确定车辆的位置；步骤3，提取初始匹配图像的邻域图像，组成搜索空间，将待匹配图像与搜索空间的图像进行特征点匹配，得到最佳匹配图像，提取最佳匹配图像的拍摄位置坐标和其八邻域位置坐标，计算各个坐标的权重，再通过公式计算出车辆位置的精确坐标。
-
公开(公告)号：CN109859472A
公开(公告)日：2019-06-07
申请号：CN201910165183.5
申请日：2019-03-05
Applicant: 长安大学
IPC: G08G1/01 , G08G1/0967 , B60Q9/00
Abstract: 本发明提供车辆行驶路障感知系统、方法、车辆及车路协同主动安全系统和方法，能够感知路障，并将其上传至网络系统，实现车路协同。通过测距模块间断的定时的测量行驶路段测量地面低洼深度，通过分析测量数据得到地面低洼程度，然后判断车辆是否可以安全通过；当车辆感知到地面低洼程度后可以选择将该路况信息上传到车路协同系统，再由车路协同系统发送给该路段行驶的其他车辆，从而实现路障感知和车路协同主动安全。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.036 seconds)
