Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜重庆大学赵敏获国家专利权

恭喜重庆大学赵敏获国家专利权

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深度学习的前向车辆识别与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:CN115424237B

龙图腾网通过国家知识产权局官网在2025-05-23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:202210979374.7,技术领域涉及:G06V20/58;该发明授权一种基于深度学习的前向车辆识别与距离检测方法是由赵敏;孙棣华;庞思袁设计研发完成,并于2022-08-16向国家知识产权局提交的专利申请。

一种基于深度学习的前向车辆识别与距离检测方法在说明书摘要公布了:本发明提供了一种基于深度学习的前向车辆识别与距离检测方法,包括以下步骤:获取前向车辆识别与距离检测所需的数据集,并对数据集进行预处理;搭建骨干网络;搭建目标检测子网络;搭建深度估计子网络;基于深度学习的前向车辆识别与距离检测网络的训练;基于K‑Means优化前向车辆距离检测。本发明一种基于深度学习的前向车辆识别与距离检测方法,从数据集、网络结构设计、模型搭建、损失函数设计和目标测距特征点拟合五个方面来实现前向车辆识别与距离检测,检测更准确,定位性能更佳。

本发明授权一种基于深度学习的前向车辆识别与距离检测方法在权利要求书中公布了:1.一种基于深度学习的前向车辆识别与距离检测方法,其特征在于,包括以下步骤:S1.获取前向车辆识别与距离检测所需的数据集,并对数据集进行预处理;S2.搭建骨干网络;S2.1引入以VGG-16为骨干的多任务注意力网络MTAN,并构建目标检测任务和深度估计任务;S2.2引入大核注意力机制LKA,对步骤S2.1引入的MTAN注意力模块中的1×1卷积层、BN层和ReLu激活函数进行替换;S2.3提取步骤S2.2替换后的注意力模块对应共享网络Conv4-3、Conv7进行软注意力掩码的输出Conv4-3-1、Conv7-1、Conv4-3-2和Conv7-2,所述输出Conv4-3-1、Conv7-1、Conv4-3-2和Conv7-2为后续任务的输入;S2.4将Conv4-3-1、Conv4-3-2、Conv7-1和Conv7-2上采样2倍后进行通道维度的拼接,得到特征图ψ1、ψ2;S3.搭建目标检测子网络;S3.1将ψ1作为并联多尺度感受野融合模块的输入,所述多尺度感受野融合模块并联有ASPP模块,所述ASPP模块的空洞率分别设置为1、6、12,之后提取通过ASPP模块的特征图φ1、φ2和φ3;S3.2以特征图φ1、φ2、φ3为基准,对每个特征图额外添加4组卷积,第一组卷积为步长为1的3×3卷积,后面3组卷积为步长为2的3×3卷积组成,提取添加卷积后的特征图构建特征金字塔;S3.3从三个不同感受野尺度的金字塔中选取同分辨率大小的金字塔进行通道维度的拼接,然后引入SE模块进行学习,将最终得到的特征金字塔作为目标检测网络的初检网络;S3.4在初检网络的基础上,采用带权重的可变形卷积处理各尺度的特征图,从而提高检测框的回归精度;S4.搭建深度估计子网络;S4.1将ψ2作为DORN深度估计任务的输入;S4.2增加一个场景理解模块,所述场景理解模块包括全图像编码模块、跨通道的信息压缩模块和空洞空间卷积池化金字塔模块;S4.3利用序数回归模块将离散深度值化分为多类;S5.基于深度学习的前向车辆识别与距离检测网络的训练;S6.基于K-Means优化前向车辆距离检测。

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 重庆市沙坪坝区沙正街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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。