一种基于YOLOv3-tiny-DB和迁移学习的夜间道路行人检测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明涉及一种基于YOLO v3‑tiny‑DB和迁移学习的夜间道路行人检测方法，属于计算机图像处理技术领域。本发明利用计算机图像处理领域的方法，将夜间图像使用改进的限制对比度直方图均衡算法得到亮度图像，再将原夜间图像和处理后的亮度图像，经过高斯金字塔和拉普拉斯金字塔做融合得到最终图像，原夜间图像和最终图像交叉叠放建立夜间道路行人数据集。并设计全新的YOLO v3‑tiny‑DB行人检测网络，通过YOLO v3‑tiny‑DB网络训练夜间道路行人数据集得到训练权重。最终加载训练权重移植到本地辅助驾驶平台提高夜间道路图像行人识别率。本发明与现有技术相比，增加了车载相机所成图像的显示效果，提高了检测模型对夜间道路行人的识别率。

《一种基于YOLOv3-tiny-DB和迁移学习的夜间道路行人检测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2022102141969，当前法律状态为已下证，由昆明理工大学提出申请，发明人为曾凯;沙梦洲;沈韬;刘英莉;陈敏，申请日期为2022-03-04，公开（公告）日期为2024-05-14，国际专利分类号（IPC）为 G06T 7/00 (2017.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及一种基于YOLO v3‑tiny‑DB和迁移学习的夜间道路行人检测方法，属于计算机图像处理技术领域。本发明利用计算机图像处理领域的方法，将夜间图像使用改进的限制对比度直方图均衡算法得到亮度图像，再将原夜间图像和处理后的亮度图像，经过高斯金字塔和拉普拉斯金字塔做融合得到最终图像，原夜间图像和最终图像交叉叠放建立夜间道路行人数据集。并设计全新的YOLO v3‑tiny‑DB行人检测网络，通过YOLO v3‑tiny‑DB网络训练夜间道路行人数据集得到训练权重。最终加载训练权重移植到本地辅助驾驶平台提高夜间道路图像行人识别率。本发明与现有技术相比，增加了车载相机所成图像的显示效果，提高了检测模型对夜间道路行人的识别率。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！