一种基于三维地图辅助的单目视频行人三维定位方法

    公开(公告)号:CN113838140B

    公开(公告)日:2023-07-18

    申请号:CN202110936647.5

    申请日:2021-08-16

    Abstract: 本专利公开了一种基于三维地图辅助的单目视频行人三维定位方法:首先,获取包含待定位动态行人的单目视频图像以及视频域范围内的激光雷达点云;其次,通过提取与匹配单目视频图像与激光雷达点云中的特征点,恢复视频相机的位置、姿态和内方位元素;再次,对该视频图像里的待定位行人进行二维检测获取目标特征点像素坐标值,同时对目标所处场景的点云数据进行处理提取地平面,获取地平面在激光雷达坐标系竖直方向上的坐标值;然后,将目标行人始终垂直于地平面这一约束条件引入共线方程,基于上述过程得到的准备数据构建联合求解方程,恢复视频行人特征的三维坐标及身高信息。

    一种基于DQG剖分的等积改进模型的建立方法

    公开(公告)号:CN113221386B

    公开(公告)日:2023-05-23

    申请号:CN202110641454.7

    申请日:2021-06-09

    Abstract: 本发明公开了一种基于DQG剖分的等积改进模型的建立方法,首先确定退化四叉树格网模型中第一条退划纬线的剖分比例,然后在球面上遵循退划纬线等比例剖分、非退化纬线等分原则,依次按从极点到赤道的顺序递归计算得到所有纬线位置,最后为保证同一纬线环中格网等积,采用平分经线的方式得到等积DQG模型。本发明基于传统DQG剖分思想,修正了球面从赤道向两极的经纬度收敛问题,同时解决了传统DQG模型中同一层级格网单元面积不相等的问题。

    一种改进的DQG格元分类和邻近搜索方法

    公开(公告)号:CN113239095A

    公开(公告)日:2021-08-10

    申请号:CN202110641923.5

    申请日:2021-06-09

    Abstract: 本发明公开了一种改进的DQG格元分类和邻近搜索方法,包括以下步骤:S1:以梯形区域为划分单元,根据格元在梯形区域内的位置,定义格元属性;S2:将格元属性集合作为格元类型;S3:并定义各类格元的邻近计算规则;本发明的DQG格元邻近搜索算法较现有的DQG格元邻近搜索算法,效率提高了42.2%,较SDOG‑ESSG最外层面邻近搜索算法,效率提高了63.9%,显著提高了格元邻近搜索效率。

    矿区土壤重金属含量采样点异常高值影响范围的确定方法

    公开(公告)号:CN107705002B

    公开(公告)日:2020-07-03

    申请号:CN201710856228.4

    申请日:2017-09-21

    Abstract: 本发明提出一种矿区土壤重金属含量采样点异常高值影响范围的确定方法,属于矿区环境评价技术领域。该方法将获取的各采样点的各类重金属含量数据采用三倍标准差方法提取异常高值点,并分别生成所有采样点和异常高值点的Voronoi图;将与各异常高值点所在Voronoi多边形具有公共Voronoi边的采样点作为相应异常高值点的一阶邻近点;根据重金属含量衰减系数确定各异常高值点的动态缓冲区半径;将异常高值点Voronoi图与缓冲区的交集作为异常高值点的影响范围。本发明既保留了异常高值点对其附近局部区域土壤重金属含量的影响,又避免了不同异常高值点影响区域之间的相互干扰,有效提高土壤重金属含量空间插值精度,更准确反映出矿区附近土壤重金属污染情况。

    基于QTM双向扫描的球面Voronoi图生成算法

    公开(公告)号:CN105389852A

    公开(公告)日:2016-03-09

    申请号:CN201510729462.1

    申请日:2015-10-30

    CPC classification number: G06T17/20

    Abstract: 本发明涉及基于QTM双向扫描的球面Voronoi图生成方法,属于球面Voronoi图生成技术领域。基于QTM双向扫描的球面Voronoi图生成算法,以球面QTM格网作为基础格网,对每个格网进行双周期扫描,并在扫描过程中同时考虑最近和次近种子点,扫描完成后具有相同最近种子点的QTM格网构成该最近种子点的Voronoi区域。本发明提供的基于QTM双向扫描的球面Voronoi图生成算法,利用QTM作为基础格网,解决了平面格网投影到球面后生成的球面Voronoi图精度不均匀的问题,该方法对格网进行两个周期的扫描,并在扫描过程中同时考虑最近和次近种子点,解决了原双向扫描算法扫描不完备的问题。

    基于地理网络的最短路径并行双向搜索通信方法

    公开(公告)号:CN103077235B

    公开(公告)日:2015-09-09

    申请号:CN201310006533.6

    申请日:2013-01-08

    Abstract: 本发明涉及基于地理网络的最短路径并行双向搜索通信方法,属于最短路径并行双向搜索通信技术领域;该方法包括在源点和终点开辟两个进程进行双向通信,两个进程分别读取所有的数据,构建出地理网络;设置通信粒度NUM为2以上的正整数;两个进程分别设置数组Index1、Index2来存储所有点的标识状态;两个进程分别设置通信数组Mess1、Mess2;根据源点和终点的经纬度差值,选取差值大的经度或纬度来表示地理网络中各点的地理属性,两个进程分别设置数组Mess1中各点地理属性值最大值Xmax及数组Mess2中各点地理属性值最小值Xmin;进行通信时,当搜索次数等于NUM时,两个进程进行一次通信。该方法具有减少通信次数,以及减少无效通信量的特点,提升已有技术的效率。

    一种面向大区域风力发电机识别的多任务学习方法

    公开(公告)号:CN119851018A

    公开(公告)日:2025-04-18

    申请号:CN202411914219.2

    申请日:2024-12-24

    Abstract: 本发明公开了一种面向大区域风力发电机识别的多任务学习方法,包括:构建增强的特征融合模块,引入阴影特征和线性手工特征增强深度视觉特征,利用风力发电机的空间分布,增强对重要区域的关注。融合后特征进行场景分类和目标检测的多任务学习,构建地理空间约束条件下的二分类模型进行场景分类,引入土地利用数据提高场景分类的精度,降低大范围检测过程中的误检率,提升检测速度。通过增量学习模块引导浅层特征学习,提升小目标检测效果。基于自制数据集训练模型,进行大范围场景下的风力发电机多任务学习。能提高大范围场景中风力发电机识别定位的速度和精度,为风电能源发展提供可靠依据,评估环境影响,保证风电能源可持续友好发展。

Patent Agency Ranking