中交华控(天津)科技发展有限公司沈子涵获国家专利权
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!
龙图腾网获悉中交华控(天津)科技发展有限公司申请的专利一种面向恶劣天气下的交通监控图像目标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:CN116958911B 。
龙图腾网通过国家知识产权局官网在2025-12-23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:202310696848.1,技术领域涉及:G06V20/54;该发明授权一种面向恶劣天气下的交通监控图像目标检测方法是由沈子涵;李慧洋;肖荣新设计研发完成,并于2023-06-13向国家知识产权局提交的专利申请。
本一种面向恶劣天气下的交通监控图像目标检测方法在说明书摘要公布了:本发明是一种面向恶劣天气下的交通监控图像目标检测方法,待恢复监控图像输入动态卷积模块中进行卷积处理,经过动态卷积模块后将图像输入双数复小波增强模块,将经过双树复小波变换增强后的信息进入残差学习恢复模块进行残差学习来获得干净的图像,将残差学习后输出的图片送入YOLOv3交通目标检测模块进行目标检测,对经过恢复的图像进行目标检测。本发明利用双树复小波变换结合频率特征和通过动态卷积层结合结构信息来挖掘雨雪雾图像中的鲁棒特征,使用残差网络结构来细化获得的特征,并通过残差学习操作来重建干净的图像,对复杂的恶劣天气场景实现更好的适应性,通用的进行雨雪雾天气时的监控图像恢复。
本发明授权一种面向恶劣天气下的交通监控图像目标检测方法在权利要求书中公布了:1.一种面向恶劣天气下的交通监控图像目标检测方法,其特征在于, 总体网络结构包括五层动态卷积模块、两个八层的双树复小波增强模块、十层的残差学习恢复模块和YOLOv3交通目标检测模块; 具体步骤为: S1、待恢复监控图像输入动态卷积模块中进行卷积处理; 过程为:动态卷积模块为五层,第一层为卷积层,将输入的待恢复监控图像进行下采样,卷积核大小为5×5,输出通道为64;第二到四层分别为两层权重生成器和一个卷积核大小为5×5的卷积层;第五层为ReLU激活函数,从动态卷积中提取获得特征,输出通道为64; S2、经过动态卷积模块后将图像输入双数复小波增强模块; 过程为:使用双树复小波变换将线性结构信息转换为六个频率特征,将频率特征通过残差学习特征增强机制来增强原图特征,以抑制雨雪条纹,从而在图像中恢复详细的信息,最后使用双树复小波逆变换将频率特征转换成线性结构信息; S3、将经过双树复小波变换增强后的信息进入残差学习恢复模块进行残差学习来获得干净的图像; 过程为:使用四层残差密集层和ReLU激活函数的组合将双树复小波变换增强后的信息进行第一次残差学习,进一步细化图像去噪中的特征;使用四层残差密集层和ReLU激活函数的组合将第一次残差学习的输出再进行一次残差学习;将第二次残差学习的输出与第一次残差学习的输出进行融合,增强图像深层次的信息;最后使用卷积层后接ReLU细化这些特征,其中其输入通道和输出通道分别为64; S4、将残差学习后输出的图片送入YOLOv3交通目标检测模块进行目标检测,对经过恢复的图像进行目标检测; 过程为:步骤S3中经过残差学习获得的干净的图像作为输入图像,对输入图像进行处理,YOLOv3将输入图像分成13×13个格子,对于每个格子,YOLOv3会预测B个边界框,并且对每个边界框预测C个类别的概率,同时预测每个边界框的置信度,如果一个边界框的置信度低于阈值,则将其过滤掉;再进行特征提取,将提取后的特征图预测边界框,解码出边界框的信息进行非极大值抑制,最后输出检测结果,给出交通车辆信息和置信度。
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中交华控(天津)科技发展有限公司,其通讯地址为:300450 天津市滨海新区自贸试验区(中心商务区)熙元广场1-1151(中齐企管家(天津)商务秘书有限公司托管第077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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励