西安电子科技大学刘如意获国家专利权
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!
龙图腾网获悉西安电子科技大学申请的专利基于改进CenterNet的交通监控视频车辆检测方法、系统及设备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:CN116343138B 。
龙图腾网通过国家知识产权局官网在2025-07-22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:202310195185.5,技术领域涉及:G06V20/54;该发明授权基于改进CenterNet的交通监控视频车辆检测方法、系统及设备是由刘如意;曹泽;苗启广;权义宁;刘向增;宋建锋;李宇楠设计研发完成,并于2023-03-03向国家知识产权局提交的专利申请。
本基于改进CenterNet的交通监控视频车辆检测方法、系统及设备在说明书摘要公布了:基于改进CenterNet的交通监控视频车辆检测方法、系统及设备,其方法为:收集实验数据并将交通监控视频分成图像序列,对输入图像进行预处理,得到数据增强后的图像;对输入的图像提取不同尺度的特征,对提取出的不同尺度的特征进行融合并输出;对输出的特征图,经过检测头卷积网络分支,生成车辆中心点、车辆宽高信息和车辆中心点偏移量的预测结果,计算损失值;在测试阶段,将测试视频分成图像序列,输入到训练好的上述网络模型中,生成测试结果;其系统、设备利用基于改进CenterNet的交通监控视频对车辆进行检测;本发明有效缓解了在交通监控视频下车辆目标尺度变化大和车辆部分遮挡导致的检测精度降低的问题。
本发明授权基于改进CenterNet的交通监控视频车辆检测方法、系统及设备在权利要求书中公布了:1.基于改进CenterNet的交通监控视频车辆检测方法,其特征在于,包括以下步骤: 步骤1,训练阶段开始前,收集实验数据并将交通监控视频分成图片序列,对输入图片进行预处理得到数据增强后的图片; 步骤2,在训练阶段,对输入的图片使用深度特征提取网络,提取不同尺度的特征,对提取出的不同尺度的特征进行融合;包括以下步骤: 步骤2.1,将图片输入特征提取网络中得到特征C0、C1、C2、C3、C4; 步骤2.2,将特征C4经过膨胀编码器输出具有多种感受野的特征,得到P4;膨胀编码器按以下步骤实施: 步骤2.2.a,将输入的特征C4依次经过1x1卷积、BatchNorm层和Relu层来降低通道维数; 步骤2.2.b,将步骤2.2.a得到的特征经过3x3卷积、BatchNorm层和Relu层来细化上下文语义特征; 步骤2.2.c,为了使编码器输出的特征感受野能够覆盖各种尺度上的目标,本发明将步骤2.2.b得到的特征经过连续4个叠加的残差网络结构得到特征P4;其中,残差网络结构由3个连续卷积组成:第一个1x1卷积以4倍的缩减率减少通道数,然后使用3x3的膨胀卷积来扩大感受野,最后,使用1x1卷积来恢复通道数;4个连续膨胀卷积的膨胀率为[2,4,6,8]; 步骤2.3,将特征P4通过可形变卷积和反卷积得到特征P4′,特征C4经过可形变卷积和特征P4′相加得到特征P3,特征P3在进一步经过可形变卷积和反卷积得到的特征P3′与经过可形变卷积的C3特征相加得到P2;以此类推,在P2与C1特征相融得到特征P1; 步骤2.4,将步骤2.3得到的特征P3、P2、P1输入到自适应空间特征融合模块中,得到特征F; 步骤3,在训练阶段,对步骤2输出的特征图,经过检测头卷积网络分支,生成车辆中心点、车辆宽高信息和车辆中心点偏移量的预测结果,计算损失值; 步骤4,在测试阶段,将测试视频分成图片序列,输入到已收敛的上述网络模型中,生成测试结果。
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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路2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”。
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。