申请/专利权人:青岛文达通科技股份有限公司
申请日:2024-04-19
公开(公告)日:2024-06-11
公开(公告)号:CN118172733A
主分类号:G06V20/52
分类号:G06V20/52;G06V20/40;G06V10/20;G06V10/40;G06V10/82;G06N3/045;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.11#公开
摘要:本发明属于视频处理领域,提供了一种基于Yolo特征增强的智慧小区夜间违停车辆检测方法及系统,包括采集监控录像视频并进行预处理,得到预处理后的监控图像;基于预处理后的监控图像,利用预先训练好的夜间车辆检测模型检测违停车辆;对检测到的违停车辆进行信息识别,确定违停车辆车主信息;其中,所述夜间车辆检测模型,具体为:以Yolov5模型为主干模型,包括主干特征提取网络;在所述主干特征提取网络中的CSP结构中的残差单元和卷积单元之后加入注意力机制模块,计算出特征向量,再拼接到原始向量中,作为卷积层的输入。本发明改进网络对残差结构的特征图中的通道和空间特征信息的增强,提高特征提取能力进而提升模型夜间的检测能力。
主权项:1.基于Yolo特征增强的智慧小区夜间违停车辆检测方法,其特征在于,包括:采集监控录像视频并进行预处理,得到预处理后的监控图像;基于预处理后的监控图像,利用预先训练好的夜间车辆检测模型检测违停车辆;对检测到的违停车辆进行信息识别,确定违停车辆车主信息;其中,所述夜间车辆检测模型,具体为:以Yolov5模型为主干模型,包括主干特征提取网络;在所述主干特征提取网络中的CSP结构中的残差单元和卷积单元之后加入注意力机制模块,计算出特征向量,再拼接到原始向量中,作为卷积层的输入。
全文数据:
权利要求:
百度查询: 青岛文达通科技股份有限公司 基于Yolo特征增强的智慧小区夜间违停车辆检测方法及系统
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。