公开(公告)号：CN118709842B

公开(公告)日：2025-01-14

申请号：CN202410829401.1

申请日：2024-06-25

Applicant: 东北林业大学

Inventor： 徐慧智 ,  李亚玫 ,  郝东升 ,  王秀青

IPC: G06Q10/04 ,  G06Q50/40 ,  G06F18/25 ,  G06F18/20 ,  G06T11/00 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N3/084 ,  G06N20/20

Abstract: 一种基于多模态融合的集成图卷积网络人流量预测方法，涉及智能交通管理与控制技术领域。S1、获取和处理热点区域的人流量热力图数据和环境数据，将热力图数据与环境数据拼接实现多模态融合；S2、建立热点区域的全连接图网络，得到邻接矩阵；S3、设计基于多模态融合的集成图卷积网络作为人流量预测模型；S4、将下一时刻的热力图特征作为上一时刻的标签，训练模型，调整模型参数；S5、利用训练好的模型对未来时刻的人流量热力图进行预测，并通过可视化方式展示预测结果。利用历史时刻的人流量热力图数据和环境数据，预测未来时刻的人流量热力图数据，并通过可视化方式展示预测结果，预测结果更加准确直观。

公开(公告)号：CN119152702A

公开(公告)日：2024-12-17

申请号：CN202410829397.9

申请日：2024-06-25

Applicant: 东北林业大学

Inventor： 徐慧智 ,  郝东升 ,  王秀青 ,  李亚玫

IPC: G08G1/052 ,  G08G1/01 ,  G06V20/58 ,  G06V20/40 ,  G06T7/246

Abstract: 一种基于图像瞬时运动光流的车速测量方法，涉及智能交通管理与控制技术领域。相机录制车流视频并从中获取连续的若干帧图像，通过目标检测模型得到图像中的车辆特征点代表位置信息；通过稠密光流估计模型提取每一帧图像的像素级运动信息，结合位置信息构建车辆行驶光流场，并映射至下一帧图像以预测时空域中的车辆位置信息；构建车辆行驶距离测量模型计算车辆行驶距离；根据车辆的行驶距离以及相机的视频帧率计算车辆行驶的瞬时速度。通过目标检测模型得到图像中车辆的位置信息，通过稠密光流估计模型预测车辆在下一帧图像中的位置，构建车辆行驶距离测量模型并结合帧率计算车辆的速度，避免车辆跟踪时的ID切换问题，具有较高的精确度。

公开(公告)号：CN118709842A

公开(公告)日：2024-09-27

申请号：CN202410829401.1

申请日：2024-06-25

Applicant: 东北林业大学

Inventor： 徐慧智 ,  李亚玫 ,  郝东升 ,  王秀青

IPC: G06Q10/04 ,  G06Q50/40 ,  G06F18/25 ,  G06F18/20 ,  G06T11/00 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N3/084 ,  G06N20/20

Abstract: 一种基于多模态融合的集成图卷积网络人流量预测方法，涉及智能交通管理与控制技术领域。S1、获取和处理热点区域的人流量热力图数据和环境数据，将热力图数据与环境数据拼接实现多模态融合；S2、建立热点区域的全连接图网络，得到邻接矩阵；S3、设计基于多模态融合的集成图卷积网络作为人流量预测模型；S4、将下一时刻的热力图特征作为上一时刻的标签，训练模型，调整模型参数；S5、利用训练好的模型对未来时刻的人流量热力图进行预测，并通过可视化方式展示预测结果。利用历史时刻的人流量热力图数据和环境数据，预测未来时刻的人流量热力图数据，并通过可视化方式展示预测结果，预测结果更加准确直观。

公开(公告)号：CN118710698A

公开(公告)日：2024-09-27

申请号：CN202410829414.9

申请日：2024-06-25

Applicant: 东北林业大学

Inventor： 徐慧智 ,  王秀青 ,  郝东升 ,  李亚玫

IPC: G06T7/60 ,  G06T7/80 ,  G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06V20/58 ,  G06N3/0499 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06N3/084 ,  G01B11/02

Abstract: 一种基于图像特征的前方车辆测距方法，涉及智能交通管理与控制技术领域。通过目标检测模型检测图像中的目标车辆，获取类别信息和车辆检测框特征信息；相机标定得到内部参数，根据相机成像原理与几何关系推导计算相机相对车辆的横纵距离；设计卷积神经网络，提取车辆特征向量；融合车辆检测框特征信息、横纵距离和车辆特征向量生成车辆图像特征向量；建立车辆测距神经网络，根据车辆图像特征向量测量车辆的距离。建立前馈神经网络学习从输入车辆特征数据到输出前车距离的复杂映射，基于图像特征实现车辆与前方目标车辆间的实时距离测量，结合车辆检测框特征信息和车辆图像特征提高测距精度，适用于各种复杂天气环境。