申请/专利权人：中国科学技术大学

申请日：2024-05-14

公开（公告）日：2024-06-21

公开（公告）号：CN118230264A

主分类号：G06V20/54

分类号：G06V20/54;G06N3/0455;G06N3/0464;G06N3/082;G06V10/26;G06V10/46;G06V10/75;G06V10/82;G06V20/70

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明涉及交通监测技术领域，公开了一种DAS时空图像交通轨迹识别方法、装置、系统与介质，识别方法所采用的识别模型包括特征编码器、多尺度上下文提取模块、条形卷积解码器和分层霍夫变换融合解码器；具体包括：通过特征编码器来提取DAS剖面图的初步的编码特征图，并逐像素提取DAS剖面图不同尺度的特征表示；多尺度上下文提取模块通过捕获长程上下文信息，增强网络的感受野，提高预测结果轨迹的完整性；条形卷积解码器通过条形卷积核获取具有方向性的信息，提高预测轨迹的平滑性；分层霍夫变换融合解码器通过霍夫变换结合轨迹线性的先验信息，增强轨迹的连通性。本发明可以提高时空分辨率，能更好地分辨高速中行驶的车辆。

主权项：1.一种DAS时空图像交通轨迹识别方法，其特征在于，所采用的识别模型包括特征编码器、多尺度上下文提取模块、条形卷积解码器和分层霍夫变换融合解码器，用于从DAS剖面图中提取车辆轨迹；具体包括以下步骤：步骤一，特征编码器采用预训练的ResNet34网络；通过特征编码器来提取DAS剖面图的初步的编码特征图，并逐像素提取DAS剖面图不同尺度的特征表示，分别得到编码特征图、、、；步骤二，多尺度上下文提取模块包括三个卷积分支和两个池化分支，三个卷积分支和两个池化分支的输入均为编码特征图；三个卷积分支包括由3×3空洞卷积核组成的第一卷积分支、由3×1空洞卷积核组成的第二卷积分支、由1×3空洞卷积核组成的第三卷积分支；两个池化分支包括水平池化分支和垂直池化分支；每个卷积分支包括四次空洞卷积操作，四次空洞卷积操作采用的空洞卷积核的膨胀率依次为1、2、4、8；在每个卷积分支中，将四次空洞卷积操作分别得到的卷积特征图通过元素相加的方式进行融合，分别得到第一卷积分支输出的第一融合特征图，第二卷积分支输出的第二融合特征图，以及第三卷积分支输出的第三融合特征图；水平池化分支包括水平自适应平均池化层、1×1卷积层和插值上采样层；垂直池化分支包括垂直自适应平均池化层、1×1卷积层和插值上采样层；将第一融合特征图、第二融合特征图、第三融合特征图、水平池化分支输出的水平池化特征图和垂直池化分支输出的垂直池化特征图进行拼接，对得到的融合特征图进行卷积操作，将卷积操作结果与编码特征图相加，得到包含上下文信息的解码特征图；步骤三，条形卷积解码器包括四个条形卷积块；四个条形卷积块依次为条形卷积块、条形卷积块、条形卷积块和条形卷积块；输入至条形卷积块的特征图为条形卷积块输出的解码特征图与连接得到，条形卷积块输出的解码特征图记为，其中；条形卷积块的输入为解码特征图，输出记为解码特征图；每个条形卷积块包括四个不同方向的条形卷积核，在每个条形卷积块中，将通过四个不同方向的条形卷积核分别对输入的特征图进行卷积操作得到的卷积结果进行连接，得到条形卷积块输出的解码特征图；步骤四，分层霍夫变换融合解码器包括四个分层霍夫变换模块；分层霍夫变换模块包括霍夫变换和霍夫逆变换；将解码特征图分别输入至四个分层霍夫变换模块，分层霍夫变换模块通过霍夫变换将输入的解码特征图从图像特征空间转换到霍夫参数空间，，在霍夫参数空间进行卷积计算，再使用霍夫逆变换返回图像特征空间后，与输入的解码特征图拼接组合，得到霍夫特征图；通过上采样操作和卷积操作将霍夫特征图调整至与等效的分辨率后，再进行融合，得到霍夫特征图；步骤五，通过上采样操作调整霍夫特征图的大小和通道数量，以获得单通道特征图，经过Sigmoid激活函数，输出DAS剖面图中的车辆轨迹。

全文数据：

权利要求：

百度查询： 中国科学技术大学 DAS时空图像交通轨迹识别方法、装置、系统与介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD