基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法技术

本发明专利技术公开了一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，包括：构建高速公路场景中多车辆及多目标部件区域检测数据集；构建高速公路场景中多车辆及多目标部件区域匹配数据集；构建用于高速公路场景中多车辆及多目标部件区域感知的PM‑MVMCR‑ECAnet‑OM模型；构建用于高速公路场景中多车辆及多目标部件区域感知的PM‑MVMCR‑ECAnet‑FF‑OM模型；进行对比实验，选取用于高速公路场景中多车辆及多目标部件区域感知的性能最好的模型PM‑MVMCR‑ECAnet‑FF‑OM。本发明专利技术提出高速公路场景中多车辆及多目标部件区域检测和匹配数据集构建方法并构建基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知模型，从而实现全天候多车辆与多目标部件信息的高精度及高效率感知，提升高速公路门架ETC系统感知的性能。

【技术实现步骤摘要】

本专利技术属于智能交通、智慧高速研究领域，具体涉及一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法.

技术介绍

1、随着交通智能化的深入发展和推进，传统的单一车辆信息感知技术已经无法满足目前的门架etc收费系统需求。车辆信息感知技术正在向着多车道、多车辆和多维度同时感知的方向发展。注意力机制是一种模仿人类视觉和认知系统的方法，被广泛应用于计算机视觉领域和自然语言处理领域，它允许神经网络模型在处理数据时集中注意力于相关的部分，迫使神经网络模型将有限的注意力集中在重点信息上，从而减少算力资源浪费，提升模型感知效果。因此，本专利技术提出了一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法。

技术实现思路

1、专利技术目的：为了克服现有技术中存在的不足，提供一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，其建立高速场景中多车辆及多目标部件区域检测及匹配数据集，并建基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知模型，可对全天候多车辆与多目标部件信本文档来自技高网...

【技术保护点】

1.一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，其特征在于：所述步骤S1中构建高速公路场景中多车辆及多目标部件区域检测数据集的具体方法如下：

3.根据权利要求1所述的一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，其特征在于：所述步骤S2中构建高速公路场景中多车辆及多目标部件区域匹配数据集的具体方法如下：

4.根据权利要求1所述的一种基于注意力特征融合的高速公路场景中多车辆及多目标部件...

【技术特征摘要】

1.一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，其特征在于：所述步骤s1中构建高速公路场景中多车辆及多目标部件区域检测数据集的具体方法如下：

3.根据权利要求1所述的一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，其特征在于：所述步骤s2中构建高速公路场景中多车辆及多目标部件区域匹配数据集的具体方法如下：

4.根据权利要求1所述的一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，其特征在于：所述步骤s3构建用于高速公路场景中多车辆及多目标部件区域感知的pm-mvmcr-ecanet-om模型的具体方法如下：

5.根据权利要求4所述的一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，其特征在于：所述步骤s3-3与s3-10中ecanet注意力机制通道加权的具体内容如下：

6.根据权利要求4所述的一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，其特征在于：所述步骤s3-8中通过nms非极大抑制层、pre-matching结构和规格化的具体内容如下：

7.根据权利要求1所述的一种基于注意力特征融合的高速公路场景中多车辆及多目标部件区域感知方法，其特征在于：所述步骤s4中构建用于高速公路场景中多车辆及多目标部件区域感知的pm-mvmcr-ecanet-ff-om模型的具体内容如下：

8.根据权利要求7所述的一种基于注...

【专利技术属性】
技术研发人员：赵池航，张子怡，苏子钧，马欣怡，
申请(专利权)人：东南大学，
类型：发明
国别省市：