成果/Result
- 基于YOLO v3的交通标志牌检测识别被引量：22收藏
- 作者：潘卫国 刘博 陈英昊 石洪丽
- 机构：北京联合大学北京市信息服务工程重点实验室;北京联合大学机器人学院;北京联合大学应用科技学院
- 来源：《传感器与微系统》 2019
- 关键词：目标检测 感兴趣区域 深度学习 交通标志牌
- 摘要：在无人驾驶和辅助驾驶领域,交通标志牌检测识别是重要的。针对目前基于YOLO的检测方法能够达到实时的检测效果,但在准确率方面有所降低的问题,提出了基于感兴趣区域(ROI)的交通标志牌检测方法。首先根据交通标志牌的颜色特性得...
- 基于Faster-RCNN的交通信号灯检测与识别被引量：9收藏
- 作者：潘卫国 陈英昊 刘博 石洪丽
- 机构：北京联合大学北京市信息服务工程重点实验室;北京联合大学机器人学院;北京联合大学应用科技学院
- 来源：《传感器与微系统》 2019
- 关键词：交通信号灯 深度学习 目标检测
- 摘要：交通信号灯检测和识别是无人驾驶和辅助驾驶领域的重要研究内容,能够避免在通过路口时由于交通信号灯判断失误导致的交通事故,提升驾驶的安全性。客观的复杂交通场景增加了检测识别算法难度。实现了基于Faster-RCNN的交通信号...
- 基于类别不平衡数据集的图像实例分割方法被引量：6收藏
- 作者：范馨月 鲍泓 潘卫国
- 机构：北京联合大学北京市信息服务工程重点实验室;北京联合大学机器人学院
- 来源：《计算机工程》 2022
- 关键词：长尾分布 实例分割 数据增强 损失函数 深度学习
- 摘要：随着深度学习在计算机视觉领域取得重大进展,包含多种类别的数据集不断被提出,但由于自然采集的数据集往往存在类别不平衡并呈现长尾分布的情况,导致稀有类的数据特征被频繁类的数据特征所抑制,从而严重影响模型的检测性能。为解决上述...
- 智能车导航中的路口轨迹生成策略被引量：5收藏
- 作者：李飞琦 鲍泓 潘峰 潘卫国 吴桃
- 机构：北京联合大学北京市信息服务工程重点实验室
- 来源：《计算机工程》 2018
- 关键词：智能车 路径规划 多项式拟合 坐标旋转 先验地图
- 摘要：为降低智能车导航中先验地图采集及事后路网数据处理的复杂度,利用多项式拟合的策略生成路口轨迹,同时提出基于经纬度和航向角的坐标系旋转方法,在拟合出路口轨迹后使用Dijkstra算法进行全局路径规划。以"京龙"智能车为实验平...
- 一种传统中国书画图像的二分类方法被引量：4收藏
- 作者：潘卫国 鲍泓 何宁
- 机构：北京联合大学信息服务工程重点实验室
- 来源：《计算机科学》 2012
- 关键词：中国画图像 中国书法图像 支持向量机 分类
- 摘要：传统的中国画和书法是我国的艺术瑰宝。随着数字技术的迅速发展,越来越多的传统中国书画作品被数字化,如何快速有效地检索这些数字图像已成为一个热门的研究课题。如果能够准确地将中国画和书法图像首先进行二分类,将为中国书画图像的进...
- 基于改进单级特征图方法的交通标志检测被引量：3收藏
- 作者：梁天骄 鲍泓 潘卫国 潘峰 胡正坤
- 机构：北京联合大学北京市信息服务工程重点实验室;北京联合大学机器人学院;北京联合大学应用科技学院
- 来源：《传感器与微系统》 2022
- 关键词：目标检测 注意力机制 交通标志牌 单级特征图
- 摘要：基于深度学习的交通标志牌检测算法取得了突破性的进展,但在检测精度和速度方面仍得不到兼顾。针对此问题,本文在YOLOF算法的基础上提出了一种改进的算法,在YOLOF网络检测分支中融入注意力机制以增强网络对交通标志牌目标的表...
- 基于记忆库和后处理方法解决长尾实例分割问题被引量：1收藏
- 作者：范馨月 刘腾 鲍泓 潘卫国 梁天骄 李晗
- 机构：北京联合大学北京市信息服务工程重点实验室;北京联合大学机器人学院;北京邮电大学信息网络中心
- 来源：《计算机应用研究》 2023
- 关键词：长尾分布 实例分割 记忆库 置信度校准 DCT 深度学习
- 摘要：数据的长尾特性一直是解决计算机视觉问题的一大挑战,为了应对这一挑战在实例分割任务中带来的困难,通常引入图像重采样作为一种简单有效的方法。然而一幅图像中可能存在多个类,仅通过图像重采样不足以在类别的数据量层面上获得足够均衡...
- 基于Faster RCNN的智能车道路前方车辆检测方法被引量：0收藏
- 作者：史凯静 鲍泓 徐冰心 潘卫国 郑颖
- 机构：北京联合大学北京市信息服务工程重点实验室
- 来源：《计算机工程》 2018
- 关键词：智能车 前方车辆 深度卷积神经网络 训练模型 准确率
- 摘要：使用Fast RCNN方法进行特征提取存在耗时较长且检测准确率较低的问题。为此,结合Faster RCNN前方车辆检测模型与3种不同大小的卷积神经网络,提出一种改进的前方车辆检测方法,研究对比各方法在3种交通场景数据库上...
- 融合多尺度和注意力机制的小样本目标检测被引量：0收藏
- 作者：李鸿天 史鑫昊 潘卫国 徐成 徐冰心 袁家政
- 机构：北京市信息服务工程重点实验室(北京联合大学);北京开放大学科技学院
- 来源：《计算机应用》 2024
- 关键词：迁移学习 小样本目标检测 注意力机制 多尺度特征融合 余弦相似度
- 摘要：现有基于微调的二阶段小样本目标检测方法对新类特征不敏感,易将新类别误判成与它相似度高的基类,影响模型的检测性能。针对上述问题,提出一种融合多尺度和注意力机制的小样本目标检测(MA-FSOD)算法。首先在骨干网络使用分组卷...
- 基于Transformer和边缘解耦的鸟瞰地图语义分割算法被引量：0收藏
- 作者：梁天骄 郑颖 潘卫国 鲍泓
- 机构：北京联合大学北京市信息服务工程重点实验室;北京联合大学机器人学院;中国矿业大学(北京)机电与信息工程学院
- 来源：《计算机应用研究》 2023
- 关键词：深度学习 语义分割 Transformer 高精地图
- 摘要：高精(high-definition,HD)地图可以提供准确的道路信息和丰富的语义信息,使自动驾驶系统引导车辆正确行驶。高精地图通常依赖人工标注,现有自动化标注方法在自动驾驶场景下的识别精度较低,导致高精地图标注效率低下...
- 改进的Quasi-Dense多目标跟踪算法被引量：0收藏
- 作者：宁晴 鲍泓 潘卫国 王立剑
- 机构：北京联合大学北京市信息服务工程重点实验室;北京联合大学机器人学院;铁旅科技有限公司
- 来源：《传感器与微系统》 2023
- 关键词：多目标跟踪 空间注意力 自动驾驶 区域生成网络 可变卷积
- 摘要：在无人驾驶领域车辆前方动态多目标跟踪中,针对尺度变化明显时或者对于大车的跟踪,Quasi-Dense跟踪算法的跟踪结果较差的问题,提出了改进的Quasi-Dense多目标跟踪算法。结合了注意力机制、自适应等思想,提升模型...
