申请/专利权人：中交第二航务工程局有限公司;中交公路长大桥建设国家工程研究中心有限公司

申请日：2022-06-16

公开（公告）日：2024-04-09

公开（公告）号：CN115035251B

主分类号：G06T17/00

分类号：G06T17/00;G06T7/70;G06T7/246;G06V10/764;G06V10/80;G06V10/82;G06N3/0475;G06N3/094

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.09.30#实质审查的生效;2022.09.09#公开

摘要：本发明公开了一种基于领域增强合成数据集的桥面车辆实时追踪方法，依据目标桥梁真实数据建立全尺寸三维模型，并通过软件渲染生成不同天气场景；依据真实交通规则，生成独立运行的虚拟车辆模型，通过桥梁模型上布置的虚拟摄像头采集不同车况路况下的模拟图像数据，并作为合成数据集的一部分，通过随机采样数据增强方法，构造合成数据集，与真实图像数据一起训练目标检测网络，之后可用于目标的快速识别。利用摄像头布置算法，在三维模型中模拟摄像头的不同安装位置，寻找摄像头布置的最优解。本发明为特定车况路况下图像数据的采集提供了安全、高效的虚拟工具，同时独特的摄像头布置算法使得本发明在数据的采集和后处理上具有高效率的优势。

主权项：1.一种基于领域增强合成数据集的桥面车辆实时追踪方法，其特征在于，包括如下步骤：步骤1、在3D建模软件中，依据桥梁实际尺寸进行全尺寸数字模型建模，在桥面布置不同种类车辆模型并建立车辆行为模型，经渲染生成三维车况路况场景，通过布置的虚拟摄像头获取车辆在桥面上的运动状态，生成模拟图像数据；步骤2、使用模拟图像数据和真实图像数据进行生成式对抗学习，生成合成的模拟图像数据，并对合成的模拟图像数据与真实图像数据进行标注，完成合成数据集的构建；步骤3、采用合成数据集作为训练集，基于YOLOV4算法的随机采样数据增强方法对目标检测网络进行训练，合成包含多种目标特征的训练图，识别出目标车辆相关信息；步骤4、在步骤1的全尺寸数字模型中，根据训练图基于曲线拟合的车道线检测原理拟合出车道曲线，通过视域缝合将多个连贯的摄像头视域拼接为一条完整的路面车道；步骤5、将每个摄像头中追踪的目标车辆相关信息，通过缝合视域坐标系的映射，实现车辆跨视域识别与追踪；所述步骤3具体包括：步骤3.1：将合成数据集分为n个batch用于批量处理，取出一个batch，随机选取4张图片，随机位置剪裁、拼接成新图，此过程重复batch_size次，得到新的融合数据集；步骤3.2：图像经过上述步骤3.1随机采样数据增强处理后，再经过cmBN与SAT自对抗训练进行预处理；步骤3.3：使用跨阶段局部网络CSPNet优化跨阶段梯度信息重复问题，采用ResNet残差结构优化模型整体框架，先将基础层的特征映射划分为两部分，然后通过跨阶段层次结构将它们合并；步骤3.4：将上步骤3.3得到的不同尺寸的特征图送入SPP网络中，对特征图进行固定尺寸的池化操作得到固定维度的特征图；步骤3.5：使用FPN+PAN结构对步骤3.4不同尺寸的特征图进行参数聚合，得到融合特征图；步骤3.6：将步骤3.5的融合特征图输入Head输出层得到预测框输出结果，即得到识别车辆的相关信息。

全文数据：

权利要求：

百度查询： 中交第二航务工程局有限公司;中交公路长大桥建设国家工程研究中心有限公司 一种基于领域增强合成数据集的桥面车辆实时追踪方法

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