-
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: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。
-
公开(公告)号:CN115409724A
公开(公告)日:2022-11-29
申请号:CN202210884369.8
申请日:2022-07-25
Applicant: 重庆大学
Abstract: 本发明公开了一种轻量级的单幅图像去雨方法,其包括步骤:1)以PyTorch1.10深度学习框架为基础,搭建PReDenseNet去雨模型,所述PReDenseNet去雨模型包括依次连接的5个阶段,5个阶段参数共享,每个阶段由4个部分组成:输入卷积层、循环模块、特征提取模块、输出卷积层;2)对PReDenseNet去雨模型进行训练和验证;3)采用经验证后的PReDenseNet去雨模型对单幅图像进行去雨处理。本发明中轻量级的单幅图像去雨方法,其保证了去雨模型的轻量化,并且与现有的JORDER、RESCAN、PReNet及PReNet_D相比,具有更好的去雨效果。
-
-