-
公开(公告)号：CN106909890A
公开(公告)日：2017-06-30
申请号：CN201710057722.4
申请日：2017-01-23
Applicant: 北京工业大学
Abstract: 本发明公开一种基于部位聚类特征的人体行为识别方法，包括：步骤1、在训练阶段，首先通过姿态估计提取训练视频每一帧的部位聚类特征点，之后计算每一帧每一个特征点的局部位置偏移和全局位置偏移；然后收集所有训练视频的特征点偏移量信息，并使用K‑means聚类算法对偏移量信息进行聚类，得到聚类中心，即形成码本，然后根据码本用一组关节特征点的直方图来表示当前的训练视频；步骤2、在测试阶段，对一个测试视频，首先通过上述训练阶段构成的码本建立直方图，之后通过朴素贝叶斯最近邻分类方法比较测试阶段直方图与训练阶段的直方图的差异进行行为识别。采用本发明的技术方案，具有很高的识别率。
-
公开(公告)号：CN105678321A
公开(公告)日：2016-06-15
申请号：CN201511025900.2
申请日：2015-12-31
Applicant: 北京工业大学
CPC classification number: G06K9/6292 , G06K9/00342 , G06K9/00369
Abstract: 本发明公开一种基于融合模型的人体姿态估计方法，其能够充分利用图像特征信息，能够将图像的HOG特征信息和形状特征信息融合，提高了传统图模型结构的人体姿态识别的准确率。包括以下步骤：(1)以人体运动时的二维静态图像为输入数据，获取基于图模型的候选姿态；(2)利用信度函数D-S融合模型将图像中的特征信息融合，求得最高信度值对应各部位的位置，作为最佳位置，从而获得人体姿态最佳结果。
-
公开(公告)号：CN119829782A
公开(公告)日：2025-04-15
申请号：CN202411917918.2
申请日：2024-12-24
Applicant: 北京工业大学
IPC: G06F16/532 , G06N5/04 , G06N3/082 , G06N3/0895 , G06N3/0495 , G06F18/213 , G06V10/40 , G06F18/22 , G06N3/0455 , G06N3/0499 , G06F16/538 , G06F16/332 , G06F16/334 , G06F16/338
Abstract: 本发明公开了一种基于Banzhaf联盟评估蒸馏的域增量图文检索方法，该方法通过Banzhaf联盟评估将图文检索建模为一个多元合作博弈过程，通过计算图像token和文本token的联盟对检索精度的贡献，以实现更高效的跨模态对比，提高模型准确性。利用对比学习蒸馏和Banzhaf联盟评估蒸馏，保留结构化语义信息，从样本和token级相似度分别约束跨任务结构知识，减轻灾难性遗忘。本发明还提出通过添加token级别的动态语义提示，自适应的补偿模态间的语义信息差异，通过保留域独立的语义提示来保留任务的知识。本方法的提出，主要解决的技术问题包括不同模态特征的结构化语义信息缺失和跨模态知识迁移时的任务间知识偏差。
-
公开(公告)号：CN114037879B
公开(公告)日：2025-04-08
申请号：CN202111237748.X
申请日：2021-10-22
Applicant: 北京工业大学
IPC: G06V10/772 , G06V10/774 , G06N20/00
Abstract: 公开一种面向零样本识别的字典学习方法及装置，可以从类别层面和图像层面分别建立视觉空间和语义空间之间的对齐，从而实现高精度的零样本图像识别。方法包括：(1)基于跨域字典学习方法训练类别层的跨域字典；(2)基于步骤(1)学习的类别层跨域字典生成图像的语义属性；(3)基于步骤(2)生成的图像语义属性训练图像层的跨域字典；(4)基于步骤(3)学习的图像层跨域字典完成对不可见类别图像的识别任务。
-
公开(公告)号：CN119579666A
公开(公告)日：2025-03-07
申请号：CN202411611882.5
申请日：2024-11-13
Applicant: 北京工业大学
Abstract: 本发明公开了基于无监督域适应的事件相机深度估计方法，适用于计算机视觉领域中的事件相机深度估计技术领域。该方法通过对图像域和事件域之间存在的区别进行全面分析，通过改变图像风格来加强这两种模式之间的联系。这种方法可以使隐式空间中的特征更容易对齐，并缩小显式空间中的差距。在有标记的图像领域进行训练，然后将知识转移到无标记的事件数据中；利用跨域特征对齐和深度对齐将知识从图像转移到事件，利用外观进行风格转移，并利用边缘不变一致性将不同领域之间的差距最小化。通过无监督域适应，仅使用图像的深度标签进行事件单目深度估计。
-
Patent Agency Ranking
公开(公告)号：CN119273594A
公开(公告)日：2025-01-07
申请号：CN202411093804.0
申请日：2024-08-09
Applicant: 北京工业大学
IPC: G06T5/80 , G06T5/70 , G06T5/50 , G06T5/77 , G06T7/55 , G06N3/0464 , G06N3/09 , G06N3/0455
Abstract: 本发明公开一种单目全景图深度估计的等距柱状投影畸变校正方法及装置，能够捕捉到更小的物体，具有更平滑和更准确的深度结果，修复扭曲的效果更好。方法包括：(1)以实际场景中全景相机拍摄到的彩色全景图像为输入，进行自适应选择失真校正，在减轻立方体投影分支内的不连续特征的同时，引入可学习的掩码，以便等距柱状投影分支从立方体投影分支中学习有价值的内容；(2)执行自结构平滑机制，采用等距柱状投影的结构信息感知策略，并设计深度分布融合策略来纠正等距柱状投影的扭曲区域；(3)通过Berhu损失函数监督网络的训练过程。
-
公开(公告)号：CN114548495B
公开(公告)日：2024-12-20
申请号：CN202210036198.3
申请日：2022-01-10
Applicant: 北京工业大学
Abstract: 基于超图模型的车辆控制延误预测方法适用于智能交通领域中的自动驾驶技术。首先，与传统的图模型不同，超图所定义的超边可以连接两个及以上轨迹点，以此来编码轨迹点之间的高阶关系；其次，通过基于多核轨迹相似性的密集邻域搜索来构建超边，更准确地刻画轨迹点之间的连接强度；通过添加路网约束，将预测轨迹约束在道路可行域范围内，进一步提高预测结果的准确性。本发明主要解决的技术问题包括：(a)提高了轨迹预测结果的准确性；(b)降低了参数训练成本；(c)提高了控制延误预测结果的准确性和计算效率。
-
公开(公告)号：CN112836000B
公开(公告)日：2024-11-05
申请号：CN202110120448.7
申请日：2021-01-28
Applicant: 北京工业大学
IPC: G06F16/29 , G06F16/9537 , G06F16/909 , G06F17/16
Abstract: 基于出租车OD数据的非常态居民出行模式挖掘方法属于智能交通和数据挖掘领域。为了能够更好的挖掘出租车乘客出行规律，同时更深入的挖掘居民出行中存在的非常态模式，本发明提出了一种基于高维度稀疏张量分解的方法，即通过组织包括时间、经纬度、功能区属性等多维度信息为张量模型，对其进行低秩稀疏分解。为此，需要解决的关键技术问题包括：对研究区域划分功能区并把对应数据归到相应功能区内；组织时间、经纬度、功能区属性等对应数据构成张量模型；对张量模型做低秩稀疏分解，分别提取低秩模型和稀疏模型并做Tucker分解；对分解得到的基底矩阵做可视化，直观的展现乘客出行模式。
-
公开(公告)号：CN112232106B
公开(公告)日：2024-07-05
申请号：CN202010807901.7
申请日：2020-08-12
Applicant: 北京工业大学
Abstract: 一种二维到三维人体姿态估计方法，其能够克服三维标注数据的不足以及背景、灯光、服装形状和纹理、肤色等条件的影响，并从多尺度中提取特征，促进不同姿态之间的相互学习，得到更加准确的三维姿态。该方法包括：(1)分层图卷积网络；(2)结合对角占优图卷积层和非局部层的特征提取网络块；(3)人体几何约束。
-
公开(公告)号：CN117993226B
公开(公告)日：2024-06-18
申请号：CN202410396668.6
申请日：2024-04-03
Applicant: 北京工业大学
Abstract: 本公开涉及逆流中的避让行为的仿真方法和装置。该方法包括：构建目标通道内目标行人的目标模型和非目标行人的非目标模型，并分别确定目标行人的运动相关信息和非目标行人的运动相关信息；基于目标模型、非目标模型、目标通道的宽度、目标行人的运动相关信息和非目标行人的运动相关信息，确定目标行人在目标通道的逆流中的避让行为的侧身约束条件；构建基于侧身行为的扭转社会力模型；在侧身约束条件的约束下，利用扭转社会力模型对目标行人在目标通道的逆流中的避让行为进行仿真，得到目标行人的目标行为轨迹。本公开能够基于行人的侧身行为，对目标行人在逆流中的避让行为进行仿真，提高了仿真的真实性。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.025 seconds)
