需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于CNN与Transformer的交通场景目标计数方法

基于CNN与Transformer的交通场景目标计数方法

发布时间: 2024-11-06

来源: 试点城市（园区）

基本信息

合作方式： 技术许可
成果类型： 发明专利,实用新型专利,软件著作权
行业领域：
信息传输、软件和信息技术服务业,软件和信息技术服务业
成果介绍
设计了基于CNN与Transformer的交通场景目标计数方法；目标模块由空洞卷积网络构成，定位每个目标的具体位置；密度图估计模块由SwinTransformer网络构成，对交通场景密度图进行预测；跨层特征融合模块实现空洞卷积网络与SwinTransformer网络之间的信息传递；权重自适应生成模块对目标定位与密度图估计的结果进行自适应融合，实现最终的交通场景目标计数。
成果亮点
采用了CNN与Transformer的融合网络同时进行目标定位与密度图回归，并借助跨层特征融合与自适应权重学习实现交通场景目标数量估计。所设计方法精度高、鲁棒性能好，能够预估复杂交通场景下的目标数量，有重要的应用价值。
团队介绍
安徽工程大学是一所以工为主的省属多科性高等院校和安徽省重点建设院校，学校办学始于1935年安徽私立内思高级职业学校，历经芜湖电机制造学校、芜湖机械学校、安徽机电学院、安徽工程科技学院等办学阶段，2010年更名为安徽工程大学。学校设有17个二级学院和继续教育学院，60余个本科招生专业。作为省级博士立项建设单位，学校有17个一级学科硕士学位授权点，11个硕士专业学位授权类别。
成果资料