-
公开(公告)号：CN118429835A
公开(公告)日：2024-08-02
申请号：CN202410511325.X
申请日：2024-04-26
Applicant: 西北工业大学
IPC: G06V20/17 , G06V20/40 , G06V20/54 , G06V10/40 , G06V10/762 , G06V10/764 , G06V10/82 , G06V10/94 , G06N3/0464 , G06N3/09 , G08G1/01 , G08G1/042
Abstract: 本发明公开了一种基于无人机视觉感知的交通异常事件检测方法及系统，其中方法步骤包括：利用无人机定轨巡航，采集不同高度视角下道路交通视频数据，构建交通事件信息数据集；基于交通事件信息数据集，构建粗粒度异常事件检测模型；基于粗粒度异常事件检测模型，获取异常事件数据集；基于异常事件数据集，构建细粒度异常事件检测模型；部署粗粒度异常事件检测模型和细粒度异常事件检测模型，并利用粗粒度异常事件检测模型和细粒度异常事件检测模型完成交通异常事件的检测。本发明通过将任务划分为无人机边缘段的粗粒度事件检测与部署在云端的细粒度异常事件检测，实现道路交通事件的高校感知；本发明能够无死角地覆盖应用路段，提升检测效果。
-
公开(公告)号：CN115131760B
公开(公告)日：2024-04-19
申请号：CN202210838154.2
申请日：2022-07-17
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于改进特征匹配策略的轻量级车辆追踪方法，使用多个公开车辆重识别数据集对特征匹配模块进行训练，提升模型特征提取能力；通过使用度量学习的损失函数，在不增加模型复杂度的情况下有效提升模型特征匹配能力；使用更加轻量的ShuffleNetV2网络，以达到降低模型参数的效果；最终通过多个模块对性能的不同提升实现更稳定的实时车辆追踪。本发明有效降低跟踪算法特征匹配部分的网络参数量，从而有效提升跟踪算法的实时性，在保证跟踪准确度的同时，大大降低了模型的复杂度，具有轻量级的特点，具备实时性，保证了接入实际视频流进行实时跟踪车辆时，模型能够稳定高效的运行，具有广阔的应用前景。
-
公开(公告)号：CN115147709B
公开(公告)日：2024-03-19
申请号：CN202210799673.2
申请日：2022-07-06
Applicant: 西北工业大学
IPC: G06V20/05 , G06N3/0464 , G06N3/09 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明提供了一种基于深度学习的水下目标三维重建方法，采用注意力机制获得水下图片重点聚焦的特征，对图片进行单应性变换，生成匹配特征体，计算该图片的特征体与其他图片特征体的匹配代价，得到一个四维的匹配代价体，使用基于多尺度的三维卷积神经网络进行匹配代价体正则化，对代价体进行过滤，得到深度值概率体，通过神经网络得出深度图，将深度值映射到三维空间，得到三维点云图。本发明充分使用卷积神经网络的特征提取能力，进一步提升模型的表征能力，极大改善立体匹配效果，动态平衡各个通道的权重大小，能够精准的对特征的各个通道进行全局信息调整，有利于优化特征局部信息。
-
公开(公告)号：CN116630878A
公开(公告)日：2023-08-22
申请号：CN202310425733.9
申请日：2023-04-20
Applicant: 西北工业大学
IPC: G06V20/52 , G06V20/40 , G06V10/774 , G06V10/764 , G06V10/80 , G06T7/207 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种视频监控下的吸烟行为检测方法，针对复杂环境下对烟雾和烟支的误检、漏检状况，本发明实现了结合烟支特征与烟雾特征的吸烟行为检测；针对传统烟雾检测中小烟雾检测准确率较低的问题，本发明完成了一种基于特征融合的烟雾检测技术；为了在监控中实现实时检测，本发明设计了一种基于深度可分离卷积改进yolo v5的轻量化烟支检测模型。实验结果表明，本发明所提供的吸烟行为检测方法具有较高的准确率和鲁棒性，能够有效地区分吸烟和非吸烟行为，并且在不同光照、阴影和遮挡等复杂环境下仍能够保持良好的检测效果。
-
公开(公告)号：CN114677647A
公开(公告)日：2022-06-28
申请号：CN202210375936.7
申请日：2022-04-11
Applicant: 西北工业大学
IPC: G06V20/52 , G06V20/40 , G06V10/22 , G06V10/46 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/246
Abstract: 本发明公开了一种公路运行状态的安全监测系统及方法，包括：数据采集模块，用于采集车辆的道路行驶数据；车辆检测模块，与数据采集模块连接，用于对道路行驶数据进行处理，获得车辆检测框信息；车辆跟踪模块，与车辆检测模块连接，用于根据车辆检测框信息对车辆进行跟踪，获得车辆的坐标轨迹信息；检测判断模块，与车辆跟踪模块连接，用于根据坐标轨迹信息进行道路异常事件的判断，获得判断结果。本发明能够实现对公路运行状态进行可靠、高效的监测，发生交通异常事件可高效地确定事件类型，为交通综合管理提供技术支撑和决策依据。
-
Patent Agency Ranking
公开(公告)号：CN113689464A
公开(公告)日：2021-11-23
申请号：CN202110800081.3
申请日：2021-07-09
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于孪生网络的自适应多层响应融合的目标跟踪方法，构建一个具有残差通道注意力裁剪模块的深度孪生神经网络，将目标图像和搜索图像输入到深度孪生神经网络对应的目标模板分支和搜索区域分支，目标图像和搜索图像经过深度孪生神经网络分别生成对应的特征图，在搜索区域分支对应的特征上做卷积操作，得到得分图，对得分图做融合相加操作，最终得到融合得分图，通过调节深度孪生神经网络的超参数，得到优化后的深度孪生神经网络，通过深度孪生神经网络给出检测结果，以实现目标自动跟踪。本发明能够很好地自适应不同的目标对象，能够跟踪视频序列中用户任意指定的目标，进一步提高了目标跟踪的可靠性。
-
公开(公告)号：CN110077563A
公开(公告)日：2019-08-02
申请号：CN201910396622.3
申请日：2019-05-13
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于自稳调节装置的矢量推进水下航行器，包括左舱部分、右舱部分、第一密封舱部分、第二密封舱部分、底盘部分；其特征在于：外形采用滑翔机的翼身融合设计减少航行器的水阻，采用两个矢量推进器进行推进使得航行更加灵活、机动性更大，创新采用两个相互垂直的丝杠结构，通过两个丝杆结构上滑块的移动实现对于航行器重心的调节从而对航行器的姿态实现自稳调整；该航行器根据不用任务和工作要求采用低功耗的滑翔式的航行模式以及机动性强的矢量推进模式；其丝杠的自稳使得其航行更加稳定，可以搭载相关任务模块；该水下航行器实现滑翔机和矢量推进有优点的结合，具有机动性强、稳定性强、声学隐蔽性高、能耗低的优点。
-
公开(公告)号：CN119166684A
公开(公告)日：2024-12-20
申请号：CN202411667124.5
申请日：2024-11-21
Applicant: 西北工业大学
IPC: G06F16/2457 , G06F16/2458 , G06F16/242
Abstract: 本发明公开了基于RAG的大语言模型学习路径动态生成优化方法，涉及数据处理技术领域，包括：获取预定学习大纲中的预定学习路径；获取RAG模型；对目标动态学习画像进行信息检索分析得到目标实时学习状态，并与预定知识库进行相关性对比分析得到候选知识序列；对目标预定知识与候选知识序列进行知识融合分析，得到目标知识序列，结合目标周期对预定学习路径进行动态调整，生成目标学员的目标动态学习路径。本发明解决现有技术无法根据学员的实时学习情况进行后续学习路径的智能化动态调整，导致学员的学习过程针对性不强，学习质量和效果不理想，效率低下的技术问题，达到提升学习路径的个性化和灵活性，提高学员学习整体效果的技术效果。
-
公开(公告)号：CN116665437A
公开(公告)日：2023-08-29
申请号：CN202310424244.1
申请日：2023-04-20
Applicant: 西北工业大学
IPC: G08G1/01 , G08G1/07 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/082 , G06N3/0985 , G06F18/25
Abstract: 本发明公开了一种基于残差连接的多网络特征随机融合的交通流预测方法，首先，选取时间段、节假日以及天气信息作为影响交通流预测的关键因素，并将这三者作为网络的输入。同时，由于传统的循环神经网络在提取特征时容易出现梯度消失或梯度爆炸等问题，引入MobileNet V2中的反残差连接块，能够有效地缓解上述问题。最后，为进一步提升为网络表征能力，提出了随机特征融合策略，在训练时根据多网络模型输出的特征分别生成对应的随机掩码，对各网络输出特征进行随机融合，将融合特征输出到预测网络中进行交通流预测并输出预测结果。本发明为实施更为有效的交通管理、指挥调度和交通规划提供有效的决策数据，提高城市道路交通管理控制、指挥决策和规划的水平。
-
公开(公告)号：CN116630683A
公开(公告)日：2023-08-22
申请号：CN202310424939.X
申请日：2023-04-20
Applicant: 西北工业大学
IPC: G06V10/764 , G06V10/40 , G06N3/0464 , G06N3/08 , G06V10/30 , G06V10/25 , G06V10/82
Abstract: 本发明公开了一种基于扩散的自适应特征提取的道路损伤检测方法，对于目标对象的特征提取，采用改进后的深度残差神经网络对不同的输入样本可以自适应地提取最具辨别性特征，利用注意力权重矩阵保证了特征提取的全面性，并采用去噪扩散模型在保证检测实时性的同时提升检测准确度，提高在复杂道路下的目标检测的鲁棒性和泛化能力，具有实际应用价值。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.021 seconds)
