-
公开(公告)号：CN118135797A
公开(公告)日：2024-06-04
申请号：CN202410534445.1
申请日：2024-04-30
Applicant: 吉林大学 , 长光卫星技术股份有限公司
Abstract: 本发明属于交通控制领域，涉及一种基于卫星数据多源融合的车路空间从属关系确定方法，该方法读取遥感图像识别的车辆数据和数字路网数据；根据车辆的中心坐标以及路段集合中各个路段的连接点坐标，计算车辆到达各路段的距离，确定车辆的从属路段，并将从属路段中距离车辆最近线段的两个连接点的坐标记为pr和pr’，之后由pr和pr’确定超平面，并将车辆的位置pc所确定的向量X代入其对应的超平面方程，根据计算结果判定车辆行驶方向；同时建立相应最小误差方程，采用粒子群算法对车辆的行驶车道进行判断，该方法在统计意义上实现对车路空间从属关系的确定，对于大范围城市道路网络交通状态感知和交通管理控制等应用领域具有现实意义。
-
公开(公告)号：CN120032326A
公开(公告)日：2025-05-23
申请号：CN202510067966.5
申请日：2025-01-16
Applicant: 吉林大学
IPC: G06V20/54 , G06V20/13 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/126
Abstract: 本申请提出了一种基于GAG‑YOLO模型进行卫星遥感图像中车辆识别的方法，属于卫星遥感图像目标识别领域。本申请结合GIS数据，提高模型的数据处理效率；在主干网络中添加注意力机制，以加强模型的特征提取能力并提高卫星遥感图像中车辆目标的识别精度；应用遗传算法获得模型的最优训练超参数。具体步骤包括：1.对卫星遥感图像进行处理，创建模型数据集；2.基于YOLOv5算法，结合GIS数据、注意力机制与遗传算法创建GAG‑YOLO模型，对GAG_YOLO模型的输出端进行适用于卫星遥感图像的设置并应用模型数据集对模型加以训练与验证；3.利用训练后的GAG‑YOLO模型，对目标卫星遥感图像中的车辆进行识别。本申请提出的方法经实际验证能够实现城市大范围、高效率、高精度的车辆识别。
-
公开(公告)号：CN118552918B
公开(公告)日：2024-09-27
申请号：CN202411013306.0
申请日：2024-07-26
Applicant: 吉林大学
Abstract: 本发明属于僵尸车预测领域，涉及一种基于多期卫星遥感图像信息的僵尸车统计识别方法，通过分析计算多期卫星图像的车辆位置、车辆尺寸和车顶颜色的差异，利用统计推断方法，计算相邻观测期车辆之间的相似度判断变量，以此判断相邻观测期的车辆与其最近邻车辆之间是否为同一车辆，并建立持续更新的可疑僵尸车数据库，对这些相邻期的同一车辆数据进行跟踪记录，从而达到动态识别和跟踪可疑僵尸车的目标；该方法相对于已有的僵尸车监测方法，大幅降低了人力和时间成本，简化了数据处理过程，提高了城市大范围的僵尸车识别效率。
-
公开(公告)号：CN118094476B
公开(公告)日：2024-06-28
申请号：CN202410494074.9
申请日：2024-04-24
Applicant: 吉林大学
IPC: G06F18/25 , G06F18/23213 , G06F16/29 , G06N3/006 , G06V20/13 , G06V20/10 , G06V20/54 , G06Q50/40 , G08G1/017
Abstract: 本发明属于交通控制领域，涉及一种融合卫星遥感图像和数字路网的行驶车辆车道判断方法，该方法通过融合卫星遥感图像数据和已有数字路网数据信息来判断车辆的行驶车道，当道路上车辆较多时，考虑车辆与车辆之间的相对位置信息，使用聚类分析方法捕捉车辆位置分布的特征；当道路上车辆较少时，考虑道路上车辆的位置总是最大可能分布在车道的正中间，建立相应最小误差方程，采用粒子群算法对车辆的行驶车道进行判断，该方法在无需测量车道宽度以及道路边界的情况下，在统计意义上实现车辆的行驶车道判断，这对于大范围城市道路网络交通状态感知和交通管理控制等应用领域，具有现实意义。
-
公开(公告)号：CN118658078B
公开(公告)日：2024-10-15
申请号：CN202411046572.3
申请日：2024-08-01
Applicant: 吉林大学
Abstract: 本发明属于遥感图像数据处理、数据分析、僵尸车识别领域，涉及一种卫星图像数据支持的径向基网络僵尸车监视方法，该方法先读取卫星遥感图像车辆识别数据，标准化表示车辆属性数据；之后建立自反馈式径向基函数神经网络，自反馈式径向基函数神经网络包括输入层、隐藏层和输出层，输入层包括多个输入单元，隐藏层包括多个隐藏单元，输出层包括多个输出单元，输入单元与输出单元一一对应，输出单元输出的第t‑1期数据反馈至与其对应的隐藏单元，用于第t期卫星图像数据的识别；利用自反馈式径向基函数神经网络实现对城市大范围僵尸车的多期卫星图像滚动式连续监视，以达到僵尸车自动识别和动态监视的效果。
-
Patent Agency Ranking
公开(公告)号：CN118172683A
公开(公告)日：2024-06-11
申请号：CN202410559694.6
申请日：2024-05-08
Applicant: 吉林大学 , 长光卫星技术股份有限公司
IPC: G06V20/13 , G06N20/00 , G06V10/774 , G06V20/58
Abstract: 本发明提供了一种基于遥感卫星图像识别道路中车辆的方法，属于遥感卫星图像深度识别领域。本发明描述的基于遥感卫星图像识别道路中车辆的方法采用YOLOv5算法，具体步骤包括遥感卫星图像预处理、训练集创建、模型训练、车辆识别以及结果筛选和输出五个步骤，最终输出车辆类型、车辆尺寸和车辆形心坐标信息。从而实现了基于遥感卫星图像的大范围、高效率、高精度的车辆识别。解决了现有技术检测范围局限于道路某横段面或交叉口，检测效率低，检测范围有限，无法实现大范围区域内所有车辆的同时性全体检测等问题。为大范围区域内的交通状态判别、管控方案优化、动静态交通基础设施规划等提供数据基础，促进运输效率提高、交通拥堵缓解和能耗碳排降低。
-
公开(公告)号：CN118658078A
公开(公告)日：2024-09-17
申请号：CN202411046572.3
申请日：2024-08-01
Applicant: 吉林大学
Abstract: 本发明属于遥感图像数据处理、数据分析、僵尸车识别领域，涉及一种卫星图像数据支持的径向基网络僵尸车监视方法，该方法先读取卫星遥感图像车辆识别数据，标准化表示车辆属性数据；之后建立自反馈式径向基函数神经网络，自反馈式径向基函数神经网络包括输入层、隐藏层和输出层，输入层包括多个输入单元，隐藏层包括多个隐藏单元，输出层包括多个输出单元，输入单元与输出单元一一对应，输出单元输出的第t‑1期数据反馈至与其对应的隐藏单元，用于第t期卫星图像数据的识别；利用自反馈式径向基函数神经网络实现对城市大范围僵尸车的多期卫星图像滚动式连续监视，以达到僵尸车自动识别和动态监视的效果。
-
公开(公告)号：CN118552918A
公开(公告)日：2024-08-27
申请号：CN202411013306.0
申请日：2024-07-26
Applicant: 吉林大学
Abstract: 本发明属于僵尸车预测领域，涉及一种基于多期卫星遥感图像信息的僵尸车统计识别方法，通过分析计算多期卫星图像的车辆位置、车辆尺寸和车顶颜色的差异，利用统计推断方法，计算相邻观测期车辆之间的相似度判断变量，以此判断相邻观测期的车辆与其最近邻车辆之间是否为同一车辆，并建立持续更新的可疑僵尸车数据库，对这些相邻期的同一车辆数据进行跟踪记录，从而达到动态识别和跟踪可疑僵尸车的目标；该方法相对于已有的僵尸车监测方法，大幅降低了人力和时间成本，简化了数据处理过程，提高了城市大范围的僵尸车识别效率。
-
公开(公告)号：CN118135797B
公开(公告)日：2024-06-25
申请号：CN202410534445.1
申请日：2024-04-30
Applicant: 吉林大学 , 长光卫星技术股份有限公司
Abstract: 本发明属于交通控制领域，涉及一种基于卫星数据多源融合的车路空间从属关系确定方法，该方法读取遥感图像识别的车辆数据和数字路网数据；根据车辆的中心坐标以及路段集合中各个路段的连接点坐标，计算车辆到达各路段的距离，确定车辆的从属路段，并将从属路段中距离车辆最近线段的两个连接点的坐标记为pr和pr’，之后由pr和pr’确定超平面，并将车辆的位置pc所确定的向量X代入其对应的超平面方程，根据计算结果判定车辆行驶方向；同时建立相应最小误差方程，采用粒子群算法对车辆的行驶车道进行判断，该方法在统计意义上实现对车路空间从属关系的确定，对于大范围城市道路网络交通状态感知和交通管理控制等应用领域具有现实意义。
-
公开(公告)号：CN118094476A
公开(公告)日：2024-05-28
申请号：CN202410494074.9
申请日：2024-04-24
Applicant: 吉林大学
IPC: G06F18/25 , G06F18/23213 , G06F16/29 , G06N3/006 , G06V20/13 , G06V20/10 , G06V20/54 , G06Q50/40 , G08G1/017
Abstract: 本发明属于交通控制领域，涉及一种融合卫星遥感图像和数字路网的行驶车辆车道判断方法，该方法通过融合卫星遥感图像数据和已有数字路网数据信息来判断车辆的行驶车道，当道路上车辆较多时，考虑车辆与车辆之间的相对位置信息，使用聚类分析方法捕捉车辆位置分布的特征；当道路上车辆较少时，考虑道路上车辆的位置总是最大可能分布在车道的正中间，建立相应最小误差方程，采用粒子群算法对车辆的行驶车道进行判断，该方法在无需测量车道宽度以及道路边界的情况下，在统计意义上实现车辆的行驶车道判断，这对于大范围城市道路网络交通状态感知和交通管理控制等应用领域，具有现实意义。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.02 seconds)
