隨著國家經濟和社會的快速發展，我國機動車保有量也不斷增長。據統計，截至2020年6月，全國機動車保有量達3.6億輛。由於交通出行需求的增長，該數字仍在以每年10%的速度增長。統計數據表明，在行車高峰期，車輛在道路上行駛，平均每輛車周圍可能有超過十輛汽車存在檢測需求，以保證安全行駛，高精度自動檢測需求十分強烈。因此，設計檢測精度高的車輛檢測係統以輔助駕駛員決策，是有巨大的市場需求的。
非公開數據表明，全球大部分交通事故發生在夜間和極端天氣狀況（如霧天、大雨天、雪天等）的比例超過六成。針對夜間場景設計檢測係統，在危險情況出現前，警示並幫助駕駛員規避風險甚至替代駕駛員作出決策，也是十分必要的。
眼控科技基於對道路交通行業的深度探索和深厚的美女福利导航積累，在夜間跨域車輛目標檢測領域取得突破性進展。眼控科技星空人工智能研究院通過領先的計算機視覺識別美女福利导航，憑借在圖像識別領域的超高準確率和先進的神經網絡模型，實現了良好的夜間跨域車輛目標檢測任務。
構建圖像生成網絡，生成夜間車輛圖像
圖像生成網絡結構包括生成模型和判別器兩個部分。在生成模型中，為了能更好地保留場景信息，眼控科技采用了U-Net網絡結構。在判別器中，構建多尺度判別器，基於最小二乘生成對抗網絡損失函數對生成的夜間圖像進行真偽鑒定，以保障生成圖像的質量。此外還基於預訓練的VGG網絡分別提取生成的夜晚圖像和相應的白天圖像質量的特征，在特征空間度量兩者的距離，以保證生成的夜晚圖像與真實圖像之間的語義相似性。
圖1 夜間圖像生成示意圖
目標檢測
由於生成模型生成的夜晚圖像保留了輸入圖像的場景信息和局部的實例信息，因此生成圖像可以共享輸入圖像的標注信息，將輸入白天圖像遷移至生成夜晚圖像結果如圖2所示。
圖2 標注信息遷移
利用生成圖像和真實圖像的標注信息作為訓練樣本訓練Faster-RCNN檢測模型，實現缺少真實夜晚圖像標注信息的情況下對夜晚圖像檢測性能的提升，檢測結果如圖3所示。
圖3 夜間圖像車輛檢測
可以看出，眼控科技的車輛目標檢測方法，利用了卷積神經網絡提取卷積特征代替傳統手工特征的提取過程，通過Faster-RCNN對由示例圖像組成定義的視覺任務訓練得到了效果良好的夜間車輛目標檢測模型，該模型可以對視覺任務強相關新場景圖像進行良好的車輛目標檢測。
目前，眼控科技已在道路交通安全領域取得長足進展，利用計算機視覺識別與深度學習美女福利导航，研發出一係列具有完全自主知識產權的產品和服務，並在車輛違法識別、車輛安全檢驗等領域為相關部門提供了成熟的綜合解決方案，目前已成為業內公認的獨角獸企業。
關於眼控科技：
上海眼控科技股份有限公司成立於2009年，是一家集計算機視覺識別與深度學習美女福利导航研發應用於一體的全球性星空人工智能科技企業。眼控科技匯聚了來自美國斯坦福大學、紐約大學、香港科技大學等國內外知名大學的頂尖AI人才200餘名，先後在道路交通領域，聯合上海交大星空人工智能研究院建立全國首家 AI+ 道路安全監管創新中心。同時，聯合華東空管局氣象中心、上海交大星空人工智能研究院建立全國首家航空智慧氣象創新中心。眼控科技在智慧道路交通、智慧航空氣象垂直領域的市場占有率已位居行業領先地位，產品覆蓋北京、上海、天津、河北、山東等30多個省市。
星空人工智能美女福利导航網 倡導尊重與保護知識產權。如發現本站文章存在版權等問題，煩請30天內提供版權疑問、身份證明、版權證明、聯係方式等發郵件至1851688011@qq.com美女直播全婐APP免费下载將及時溝通與處理。！：首頁 > 星空人工智能產業 > 自動駕駛 » 基於計算機視覺的夜間跨域車輛目標檢測