-
公开(公告)号：CN107341490A
公开(公告)日：2017-11-10
申请号：CN201710580443.6
申请日：2017-07-17
Applicant: 华中科技大学
CPC classification number: G06K9/325 , G06K9/342 , G06K2209/23 , G06T7/11 , G06T7/194 , G06T7/64 , G06T2207/10016 , G06T2207/30232 , G08G1/0175
Abstract: 本发明公开了一种基于凸包分析的遮挡车辆检测方法和系统，其中方法的实现包括：对包含车辆的待检测图像，提取车辆前景区域；标记车辆前景区域的轮廓和凸包，将凸包与车辆前景区域相减，得到车辆的凸形差区域，若车辆的凸形差区域面积与凸包面积的比值大于阈值，则车辆发生遮挡，当车辆发生遮挡时，利用凸包和凸形差区域得到分割线，通过分割线将遮挡车辆和未遮挡车辆分离。本发明实现了图片中车辆的遮挡检测，并利用凸包和凸形差对可能存在的误检结果进行修正，从而提高检测的准确性和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN106971187B
公开(公告)日：2019-07-09
申请号：CN201710238079.5
申请日：2017-04-12
Applicant: 华中科技大学 , 湖北微模式科技发展有限公司
IPC: G06K9/32
Abstract: 本发明公开了一种基于车辆特征点的车辆部件检测方法和系统，其中方法的实现包括：采集车辆图像，提取车辆部件的车辆特征点和车辆部件的候选区域；当候选区域的中心与车辆特征点的距离小于阈值得到车辆部件的感兴趣区域，在感兴趣区域内提取车辆部件的目标区域。本发明基于车辆部件的车辆特征点挑选感兴趣区域，可以降低感兴趣区域冗余并提高感兴趣区域质量，进而得到车辆部件的目标区域，提高了最终的车辆部件检测性能和准确率，并且在光照变化和噪声污染下的准确性和稳定性也更好。
-
公开(公告)号：CN108615049A
公开(公告)日：2018-10-02
申请号：CN201810310432.0
申请日：2018-04-09
Applicant: 华中科技大学
Abstract: 本发明公开了一种针对基于Faster R-CNN的车辆部件检测模型进行压缩的方法及系统，目的在于减少车辆部件检测模型对内存空间的占用率以及缩短模型检测时间，所述方法包括：训练基本的车辆部件检测模型，模型通道剪枝，模型量化。本发明在车辆部件检测模型压缩过程中，先训练基本的车辆部件检测模型M1，再识别出M1中的冗余通道并将其删除得到M2，最后将M2进行参数量化得到M3。通过实施本发明有效地解决了利用Faster R-CNN算法检测车辆部件速度慢的问题，并减少了模型对内存空间的占用率。
-
公开(公告)号：CN106971187A
公开(公告)日：2017-07-21
申请号：CN201710238079.5
申请日：2017-04-12
Applicant: 华中科技大学 , 湖北微模式科技发展有限公司
IPC: G06K9/32
CPC classification number: G06K9/3233 , G06K2209/21
Abstract: 本发明公开了一种基于车辆特征点的车辆部件检测方法和系统，其中方法的实现包括：采集车辆图像，提取车辆部件的车辆特征点和车辆部件的候选区域；当候选区域的中心与车辆特征点的距离小于阈值得到车辆部件的感兴趣区域，在感兴趣区域内提取车辆部件的目标区域。本发明基于车辆部件的车辆特征点挑选感兴趣区域，可以降低感兴趣区域冗余并提高感兴趣区域质量，进而得到车辆部件的目标区域，提高了最终的车辆部件检测性能和准确率，并且在光照变化和噪声污染下的准确性和稳定性也更好。
-
公开(公告)号：CN107016390B
公开(公告)日：2019-11-12
申请号：CN201710234936.4
申请日：2017-04-11
Applicant: 华中科技大学 , 湖北微模式科技发展有限公司
Abstract: 本发明公开了一种基于相对位置的车辆部件检测方法和系统，其中方法的实现包括离线训练和在线检测部分，离线训练部分包括：采集车辆样本图像，提取样本车辆部件的样本感兴趣区域的相对位置；利用相对位置建立高斯模型，得到先验信息，利用先验信息更新样本感兴趣区域在快速卷积神经网络中的原始得分，由此得到训练好的相对位置网络；在线检测部分包括：输入车辆图像，提取车辆部件的感兴趣区域，将感兴趣区域输入相对位置网络得到感兴趣区域的得分，得分最高的感兴趣区域为车辆部件目标区域。本发明基于车辆部件的相对位置信息进行车辆部件检测显著提高了车辆部件检测的可靠性，进一步增强了车辆部件检测的准确性。
-
公开(公告)号：CN107016390A
公开(公告)日：2017-08-04
申请号：CN201710234936.4
申请日：2017-04-11
Applicant: 华中科技大学 , 湖北微模式科技发展有限公司
Abstract: 本发明公开了一种基于相对位置的车辆部件检测方法和系统，其中方法的实现包括离线训练和在线检测部分，离线训练部分包括：采集车辆样本图像，提取样本车辆部件的样本感兴趣区域的相对位置；利用相对位置建立高斯模型，得到先验信息，利用先验信息更新样本感兴趣区域在快速卷积神经网络中的原始得分，由此得到训练好的相对位置网络；在线检测部分包括：输入车辆图像，提取车辆部件的感兴趣区域，将感兴趣区域输入相对位置网络得到感兴趣区域的得分，得分最高的感兴趣区域为车辆部件目标区域。本发明基于车辆部件的相对位置信息进行车辆部件检测显著提高了车辆部件检测的可靠性，进一步增强了车辆部件检测的准确性。
-
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
