恭喜三峡大学刘军清获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜三峡大学申请的专利一种基于CycleGAN的夜间车辆识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114419587B 。
龙图腾网通过国家知识产权局官网在2025-04-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210041437.4,技术领域涉及:G06V20/58;该发明授权一种基于CycleGAN的夜间车辆识别方法是由刘军清;余利君;李菁;康维设计研发完成,并于2022-01-14向国家知识产权局提交的专利申请。
本一种基于CycleGAN的夜间车辆识别方法在说明书摘要公布了:本发明公开了一种基于CycleGAN的夜间车辆识别方法,包括以下步骤:获取车辆图像的数据集,将数据集划分为训练集与测试集;基于CycleGAN与YOLOv4,获得改进后的YOLOv4;基于夜间车辆图像与白天车辆图像对CycleGAN进行训练,获得训练后的转换器;基于夜间车辆图像与训练后的转换器对改进后的YOLOv4进行训练,获得训练好的YOLOv4;基于训练好的YOLOv4对测试集进行测试,获得夜间车辆识别结果。本发明能够改善车辆与背景之间的对比度和抑制环境光的干扰,在夜间更准确地识别车辆,有效增强车辆特征,提高夜间车辆检测地准确性。
本发明授权一种基于CycleGAN的夜间车辆识别方法在权利要求书中公布了:1.一种基于CycleGAN的夜间车辆识别方法,其特征在于,包括以下步骤:获取车辆图像的数据集,将所述数据集划分为训练集与测试集,所述训练集包括CycleGAN的训练集与YOLOv4的训练集;基于CycleGAN与YOLOv4,获得改进后的YOLOv4;基于所述CycleGAN的训练集对所述CycleGAN进行训练,获得训练后的转换器;基于所述YOLOv4的训练集与所述训练后的转换器对所述改进后的YOLOv4进行训练,获得训练好的YOLOv4;基于训练好的YOLOv4对所述测试集进行测试,获得夜间车辆识别结果;所述CycleGAN的训练集为夜间车辆图像与白天车辆图像;所述YOLOv4的训练集为夜间车辆图像;所述训练后的转换器为将夜间车辆特征转换成白天车辆特征的转换器;基于所述YOLOv4的训练集与所述训练后的转换器对所述改进后的YOLOv4进行训练的步骤包括:基于所述YOLOv4的训练集对所述改进后的YOLOv4进行训练,获得多尺度夜间车辆特征图;基于所述训练后的转换器与所述多尺度夜间车辆特征图,获得多尺度融合的增强夜间车辆特征图,完成所述改进后的YOLOv4的训练;所述多尺度夜间车辆特征图包括:第一尺度特征图、第二尺度特征图以及第三尺度特征图;所述第一尺度特征图、第二尺度特征图以及第三尺度特征图为三个不同尺度大小的特征图;所述多尺度融合的增强夜间车辆特征图包括:增强后的第一尺度特征图、增强后的第二尺度特征图以及增强后的第三尺度特征图;获得多尺度融合的增强夜间车辆特征图的步骤包括:对所述第三尺度特征图进行最大池化和堆叠处理,获得处理后的第三尺度特征图;基于所述第二尺度特征图与所述处理后的第三尺度特征图进行特征融合,获得融合后的第二尺度特征图;基于所述训练后的转换器对所述第一尺度特征图进行转换,获得转换后的第一尺度特征图,基于所述融合后的第二尺度特征图与所述转换后的第一尺度特征图进行特征融合,获得所述增强后的第一尺度特征图;基于所述增强后的第一尺度特征图与所述融合后的第二尺度特征图进行特征融合,获得所述增强后的第二尺度特征图;基于所述增强后的第二尺度特征图与所述处理后的第三尺度特征图进行特征融合,获得所述增强后的第三尺度特征图。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人三峡大学,其通讯地址为:443002 湖北省宜昌市西陵区大学路8号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。