一种复杂交通环境下基于监控视频的交通参与者检测方法
基本信息
| 申请号 | CN202210223809.5 | 申请日 | - |
| 公开（公告）号 | CN114694091A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114694091A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V20/52（2022.01）I;G06V20/40（2022.01）I;G06V10/82（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/774（2022.01）I;G06K9/62（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王晨;黄培;周威 | 申请（专利权）人 | 东南大学 |
| 代理机构 | 南京经纬专利商标代理有限公司 | 代理人 | - |
| 地址 | 210096江苏省南京市玄武区四牌楼2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种复杂交通环境下基于监控视频的交通参与者检测方法。考虑到复杂交通场景中因交通参与者类型丰富且遮挡情况严重而导致存在各式各样的小目标，本发明基于深度目标检测网络YOLO V5，创新地设计了超分辨率特征提取模块，以保留小目标更丰富的外观特征。为了更好地训练所提出的超分辨率特征提取模块，进一步提出了知识蒸馏训练方法，指导检测模型以较小分辨率图片为输入的性能匹配其以较大分辨率图片为输入的感知性能，既缓解了因直接利用较大分辨率为输入而带来的计算负担，也获得了匹配较大分辨率为输入时的感知性能。提出方法有效提升了复杂交通环境下交通参与者的检测精度，有望被应用到实际交通监控场景中。 |
