买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜重庆大学申请的专利一种基于级联SSD和单目深度估计的前向车辆距离检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114612883B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210263947.6，技术领域涉及：G06V20/58；该发明授权一种基于级联SSD和单目深度估计的前向车辆距离检测方法是由赵敏;孙棣华;庞思袁设计研发完成，并于2022-03-17向国家知识产权局提交的专利申请。

本一种基于级联SSD和单目深度估计的前向车辆距离检测方法在说明书摘要公布了：本发明公开了一种基于级联SSD和单目深度估计的前向车辆距离检测方法，包括以下步骤：S1、获取前向车辆训练样本和深度估计数据集；S2、搭建骨干网络；S3、搭建目标检测网络；S4、搭建深度估计子网络；S5、基于级联SSD网络和单目深度估计前向车辆距离检测网络的训练；S6、基于K‑means聚类特征点的选取和距离检测。本发明采用基于空洞卷积的扩展感受野模块来扩大感觉野，并结合在线特征选择策略，提高小尺度车辆目标检测的准确度；针对车辆定位不够准确问题，提出级联SSD网络，通过引入可变形卷积来缓解锚框机制导致的特征不对齐问题；针对单目深度估计特征点选取不准确问题，提出基于K‑means聚类特征点的选取和测距方法，有效解决了横向和纵向测距误差较大问题。

本发明授权一种基于级联SSD和单目深度估计的前向车辆距离检测方法在权利要求书中公布了：1.一种基于级联SSD和单目深度估计的前向车辆距离检测方法，其特征在于，包括以下步骤：S1、获取前向车辆训练样本和深度估计数据集；S2、搭建骨干网络；S21、选取VGG-16作为特征提取的骨干网络的基础，并在此基础上进行修改；S22、将训练图片下采样至Conv4-3分辨率大小，再通过3个3×3卷积层，获得图片目标细节的低级别特征图δ0；接着将fc7层特征上采样至Conv4-3分辨率大小，获得特征图δ1，然后将Conv5-3通过反卷积上采样后获得特征图δ2，最后将δ0、δ1、δ2三个特征图与Conv4-3进行通道维度的特征融合，实现特征增强，得到融合后的特征图ψ0；S23、将ψ0作为串联ASPP的输入，ASPP的空洞率分别设置为2和3，再将通过每个ASPP后的特征层ψ1、ψ2提取出来，将ψ0、ψ1、ψ2在通道上叠加，并使得其和原始Conv4-3通道数目一致，得到特征图ψ；S3、搭建目标检测网络，即级联SSD网络；S31、将目标检测子网络采用SSD网络为基础进行改进，首先将检测网络中的锚框个数和尺寸更改为S13中的得到的尺寸；S32、在S23中得到的特征图ψ基础上，额外添加3组卷积层，每组卷积层由1个步长为2的1×1卷积和1个3×3卷积组成，共用4个尺度的特征图构建特征金字塔，作为目标检测网络的初检网络，用来分类背景和前景；S33、在初检网络的基础上，对每个尺度的特征图采用可变形卷积，以缓解锚框机制造成的特征不对齐问题；S4、搭建深度估计子网络；S41、在S23中得到的特征图ψ基础上，通过额外的3层卷积层，每组卷积层由1个步长为2的1×1卷积和1个3×3卷积组成，得到特征层σ0；S42、在特征层σ0的基础上，通过恒等映射与反卷积层进行上采样，将反卷积图像大小变为原图的14大小；S5、基于级联SSD网络和单目深度估计前向车辆距离检测网络的训练；S6、基于K-means聚类特征点的选取和距离检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学，其通讯地址为：400044 重庆市沙坪坝区正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。