凤凰城市网免费收录优秀网站,为了共同发展免费收录需做上本站友情链接,飞天网站目录平台的工作人员才会审核收录,不做链接提交一律不审核,为了避免浪费时间:收录必看!!!
  • 收录网站:124
  • 快审网站:11
  • 待审网站:87
  • 文章:30871
当前位置:主页 > 新闻中心 > “基于计算机视觉的夜间跨域车辆目标检测”

“基于计算机视觉的夜间跨域车辆目标检测”

发布日期:2021-05-22 04:42:01 浏览:

据非公开数据显示,全球大部分交通事故发生在夜间和极端天气状况(雾天、大雨天、下雪天等)的比例超过了6成。 与夜间场景设计检测系统相比,在危险情况发生之前报警,帮助驾驶员规避风险,代替驾驶员做出决定也是必要的。

“基于计算机视觉的夜间跨域车辆目标检测”

图标技术基于对道路交通领域的深入探索和深厚的技术积累,在夜间跨域车辆目标检测行业取得了划时代的进展。 图标控制技术人工智能研究院通过先进的计算机视觉识别技术,以及图像识别行业中的超高精度和先进的神经互联网模型,实现了良好的夜间跨线车辆目标检测任务。

“基于计算机视觉的夜间跨域车辆目标检测”

构建图像生成互联网,生成夜间车辆图像

图像生成互联网结构包括生成模型和判别器两部分。 在生成模型中,为了更好地保存场景新闻,图标控制技术使用了u-net互联网结构。 在判别器中,构建了多尺度判别器,对基于最小二乘生成对互联网损失函数生成的夜间图像进行真伪判定,保障生成图像的质量。 另外,基于事先训练好的vgg互联网,分别提取生成的夜晚图像和与其对应的白天图像的质量特征,在特征空之间测量两者的距离,保证生成的夜晚图像和实际图像在意义上的相似性。

“基于计算机视觉的夜间跨域车辆目标检测”

图1夜间图像生成示意图

目标检测

由于在由生成模型生成的夜晚图像中保存有输入图像的场景新闻和局部的事例新闻,该生成图像可以共享输入图像的标签新闻,因此图2表示将输入白天图像转变为生成夜晚图像的结果。

图2新闻转移的标记

以生成的图像和实际图像的标签新闻为训练样本,训练faster-rcnn检测模型,实现了在没有实际晚上图像标签新闻的情况下晚上图像检测性能的提高,检测结果如图3所示。

图3夜间图像车辆检测

图标控制技术的车辆目标检测方法是利用卷积神经互联网提取卷积特征,代替以前流传的手工特征提取过程,对通过faster-rcnn根据样本图像定义的视觉任务训练有效的夜间车辆

目前,图标控制技术在道路交通安全行业取得了很大进展,利用计算机视觉识别和深度学习技术开发了一系列完全自主知识产权的产品和服务,在车辆违法识别、车辆安全检测等行业为相关部门提供了成熟的综合处理方案,目前行业内

“基于计算机视觉的夜间跨域车辆目标检测”

关于图标控制技术:

上海图标科技股份有限公司成立于2009年,是一家集计算机视觉识别和深度教学技术研发于一体的全球人工智能科技公司。 图标科技汇聚了来自美国斯坦福、纽约、科技大学等国内外知名大学的200多名顶级ai人才,先后在道路交通行业,与上海交大人工智能研究院联合成立了全国首个ai+道路安全监管创新中心。 此外,还将与华东//k0//管理局气象中心、上海交大人工智能研究院联合设立全国首个航空//k0//智能气象创新中心。 图标控制技术在智能道路交通、智能航空空气象垂直行业的市场占有率已居行业内领先地位,产品覆盖北京、上海、天津、河北、山东等30多个省市。

本文:《“基于计算机视觉的夜间跨域车辆目标检测”

免责声明:凤凰城市网免费收录各个行业的优秀中文网站,提供网站分类目录检索与关键字搜索等服务,本篇文章是在网络上转载的,本站不为其真实性负责,只为传播网络信息为目的,非商业用途,如有异议请及时联系btr2031@163.com,本站的作者将予以删除。