CN114639054B 一种基于视频的道路施工预警方法及设备 (青岛海信网络科技股份有限公司)_第1页
CN114639054B 一种基于视频的道路施工预警方法及设备 (青岛海信网络科技股份有限公司)_第2页
CN114639054B 一种基于视频的道路施工预警方法及设备 (青岛海信网络科技股份有限公司)_第3页
CN114639054B 一种基于视频的道路施工预警方法及设备 (青岛海信网络科技股份有限公司)_第4页
CN114639054B 一种基于视频的道路施工预警方法及设备 (青岛海信网络科技股份有限公司)_第5页
已阅读5页,还剩37页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

练样本的锚点框与预先标注的真实框之间的距帧间残差网络结合了不同时刻两视频帧的施工送施工预警消息,从而保证高速公路的正常通2针对每一视频帧,采用训练好的道路施工检测模型,提取所述视分别计算所述剩余检测框集合中各检测框的面积,与所述目标检测框的面积的交并确定所述第N帧视频帧的每个特征图与第N-1帧视频帧的相应特将每个差分向量和相应特征图的多个特征向量进行全连接,并基于将所述训练样本集合中的多个训练样本,输入至初始的道路施针对所述锚点框集合中每个锚点框,根据所述锚点框与所述根据每个训练样本中各个锚点框的检测损失值,调整初始的道路施工检测模型的参3根据各个锚点框的第一权重,以及各个第一权重各自对应的ij表示第i个锚点框与第j个真实框的第一权重,Dij表示第i个锚点框与第j个真根据所述锚点框集合中每个锚点框与相应的真实框的距离,为每针对每一视频帧,采用训练好的道路施工检测模型,提取所述视分别计算所述剩余检测框集合中各检测框的面积,与所述目标检测框的面积的交并确定所述第N帧视频帧的每个特征图与第N-1帧视频帧的相应特4将每个差分向量和相应特征图的多个特征向量进行全连接,并基于56[0021]重新确定所述剩余检测框集合中的目标检测框,直至所述剩余检测框集合为空[0024]确定所述第N帧视频帧的每个特征图与第N-1帧视频帧的相应特征图之间的差分7锚点框。注的真实框生成的带权二分图训练得到的,训练过程考虑了锚点框与真实框之间的权重,[0050]图2示例性示出了本申请实施例提供的计算带权二分图的最佳匹配结果的方法流[0052]图4示例性示出了本申请实施例提供的对不同位置权重的锚点框进行回归的网络89123……[0081]针对初始的道路施工检测模型,预先设置了一组不同尺度、不同位置的锚点框[0083]因此,本申请实施例提供了一种新的anchor匹配策略,记为ISD(IOUScale[0087]假设第i个锚点框的面积记为Si,第j个真实框的面积记为Sj,则交并比IOU=Si/一权重对应的交并比IOU为Si/Sj,则第i个锚点框与第j个真实框形成的边的第二权重为[0101]具体实施时,将各个边的第二权重低于预设权重阈值的边关联的锚点框与真实[0106]可选的,上述实施例中的道路施工检测模型可以是基于S3FD(singleshot工检测模型的结构图,主要包括基础卷积层(baseconvolutionallayers)、添加卷积层(extraconvolutionallayers)、归一化层(normalisationlayers)、预测卷积层(predictedconvolutionallayers)和损失函数层(Multi[0110]预测卷积层:每一个预测卷积层都跟随着一个3*3大小的卷积层。对于每个提取每个训练样本的锚点框集合后,根据锚点框集合中每个锚点框与相应真实框的距离,位置权重的锚点框进行回归。其中,SAPD算法网络结构参见图4,主要包含锚点软权重(soft-weightedanchorpoints)和金字塔层软选择(soft-selectedpyramidlevels)两[0115]soft-weightedanchorpoints部分能够根据锚点框与真实框之间的距离,为锚训练了一个meta-selection网络来预测各个金字塔级别的权重用[0121]在执行S502时,基于训练好的道路施工检测模型,采用非极大值抑制法(Non-[0122]S5021:采用训练好的道路施工检测模型,确定检测框集合中各个检测框的置信[0136]S5032:确定第N帧视频帧的特征图与第N-1帧视频帧的相应特征图之间的差分向[0137]针对每个特征图,计算该特征图在第N帧视频帧和第N-1帧视频帧之间的差分向帧视频帧对应的一个特征图进行两次卷积操作,第一次卷积网络使用Relu网络和BN网络,的特征图再次使用3*3的卷积核进行降维,并将第N视频帧和第N-1视频帧之间的差分向量[0147]图10和图11为采用本申请实施例提供的基于视频的道路施工预警方法的检测情[0182]本申请实施例上述涉及的处理器可以是中央处理器(centralproceCPU),通用处理器,数字信号处理器(digitalsignalprocessor,DSP),专用集成电路(application-specificintegratedcircuit,ASIC),现场可编程门阵列(field者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,而使得本领域技术人员更好的使用所述实施方式以及适于具体使用考虑的各种不同的变程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功[0189]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论