龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：中山大学
申请日：2024-01-26
公开（公告）日：2024-06-14
公开（公告）号：CN118196735A
主分类号：G06V20/56
分类号：G06V20/56;G06V10/82;G06N3/0464;G06N3/096
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明公开一种恶劣天气场景下的道路目标识别方法、系统及介质，方法为：构建道路目标识别模型；获取源域数据、目标域数据以及保留域数据；将目标域数据输入风格随机化模块中转换得到新目标域数据；在学生网络上使用源域数据进行有监督训练并反向梯度更新学生网络的参数；使用学生网络的参数同步更新教师网络的参数，在教师网络上使用保留域数据或新目标域数据进行无监督训练，并将预测结果输入输出空间融合模块中得到对应的伪标签；采用交替混合策略对道路目标识别模型进行迭代训练直至模型收敛，得到目标域数据的预测结果。本发明能够胜任雾天、雨天、雪天以及夜晚等多种恶劣场景下的道路识别任务，实现全面的域泛化能力，适应各种不良条件。
主权项：1.一种恶劣天气场景下的道路目标识别方法，其特征在于，包括下述步骤：基于UDA方法构建道路目标识别模型，包括风格随机化模块、学生网络、教师网络及输出空间融合模块；获取源域数据、目标域数据以及保留域数据；所述源域数据为恶劣天气场景下带有真实标签的道路图像；所述目标域数据为恶劣天气场景下无标签的道路图像；所述保留域数据为正常天气场景下无标签的道路图像；将目标域数据输入风格随机化模块中进行风格嵌入及风格转换得到新目标域数据；在学生网络上使用源域数据进行有监督训练输出源域伪标签，并反向梯度更新学生网络的参数；使用学生网络的参数同步更新教师网络的参数，然后在教师网络上使用保留域数据或新目标域数据进行无监督训练，并将预测结果输入输出空间融合模块中得到对应的伪标签；采用交替混合策略对道路目标识别模型进行迭代训练，直至道路目标识别模型收敛，得到目标域数据的预测结果。
全文数据：
权利要求：
百度查询： 中山大学 一种恶劣天气场景下的道路目标识别方法、系统及介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号