-
公开(公告)号：CN109829449A
公开(公告)日：2019-05-31
申请号：CN201910174110.2
申请日：2019-03-08
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于超像素时空上下文的RGB-D室内场景标注方法，在计算机视觉领域，将数字图像细分为多个图像子区域的过程称为超像素分割。超像素通常是由一系列位置相邻且颜色、亮度、纹理等特征相似的像素点组成的小区域，这些小区域保留了局部有效信息，且一般不会破坏图像中物体的边界信息。本方法中以0.08阈值确定的超像素的语义标注为优化目标，以0.06分割阈值确定的超像素作为空间上下文，用于优化语义标注结果。对叶节点以及中间节点对应的每一块超像素进行语义分类，得到0.06和0.08阈值下的超像素分割图中每一超像素语义标注概率。本发明显著优于现有常规室内场景标注方法。
-
公开(公告)号：CN109584557A
公开(公告)日：2019-04-05
申请号：CN201811536443.7
申请日：2018-12-14
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于动态分解模式和矩阵填充的交通流预测方法，本方法从设置在道路上的各种交通探测器中得到的交通数据，将其处理成m-1列的数据快照矩阵的形式，然后分成两个快照矩阵来分别代表原始数据的前m列和后m列。之后利用低秩矩阵填充中的映射算子方法生成对应于每一个数据快照矩阵的映射矩阵P，然后将映射矩阵与对应的数据快照矩阵进行点乘操作，最后通过基于动态模式分解方法的模型进行交通预测得到待估计的交通量。在动态模式分解进行交通流预测的模型基础上，考虑了由于外界天气或交通设备自身会发生失灵等问题，会造成交通数据发生丢失的问题。
-
公开(公告)号：CN106952294A
公开(公告)日：2017-07-14
申请号：CN201710080013.8
申请日：2017-02-15
Applicant: 北京工业大学
IPC: G06T7/292
Abstract: 本发明公开一种基于RGB‑D数据的视频跟踪方法，包括：获取目标数据并建立实时更新的自适应深度信息模板；使用基于深度信息模板的融合RGB‑D信息的改良上下文模型的跟踪算法，计算当前帧的目标位置；使用基于深度信息模板的尺度更新算法，计算当前帧的目标对象尺度；启用基于深度时域变化估算的遮挡检测及处理机制，判断上一步跟踪结果的正确性，并根据判断结果进行处理。采用本发明的技术方案,提升了跟踪算法在存在遮挡，复杂背景等挑战因素下的跟踪鲁棒性和精度。
-
公开(公告)号：CN106204635A
公开(公告)日：2016-12-07
申请号：CN201610476054.4
申请日：2016-06-27
Applicant: 北京工业大学
IPC: G06T7/20
CPC classification number: G06T2207/10028
Abstract: 基于L0最小化的人体连续帧骨骼优化方法属于图形表示方法领域，优化并恢复连续运动人体骨骼中出现的骨骼点位置提取异常，分支错误和过度不平滑的情况，以及解决同一帧中出现的骨骼点位置重合、关节处断裂的问题，以得到更加均匀、完整的骨骼模型。首先，采集多视角运动中人体的图像，使用每一帧的各视角图像重建出稠密的点云模型。针对每一帧的点云模型，使用L1中值骨骼方法提取骨骼模型；然后，对各帧的人体骨骼进行分块处理，并对各块的骨骼点进行采样，构造连续帧人体骨骼序列，建立考虑相邻帧关联性的稀疏优化模型。最后，在优化模型中增加了同一帧相邻骨骼点的正则项，让优化得到的骨骼点更加均匀。
-
公开(公告)号：CN105184767A
公开(公告)日：2015-12-23
申请号：CN201510434511.9
申请日：2015-07-22
Applicant: 北京工业大学
Abstract: 本发明公开了一种人体姿态相似性度量方法，该方法采用分层的人体姿态度量方式，姿态的主相似性优先于细节相似性，更符合人类的主观判别结果，使得计算效率更高、准确度更高。这种人体姿态相似性度量方法，包括步骤：(1)根据公式(2)马氏距离的距离度量模型；(2)构建人体特征向量，对于每一个人体姿态取相邻关节点的方向向量作为组成特征向量的数据；(3)构建融合主姿态特征和细节特征的稀疏表示的姿态距离度量模型；(4)得到最终表达式(9)，再采用序列二次规划算法进行优化求解。
-
Patent Agency Ranking
公开(公告)号：CN120068244A
公开(公告)日：2025-05-30
申请号：CN202510549580.8
申请日：2025-04-29
Applicant: 北京工业大学
IPC: G06F30/13 , G06F30/27 , G06Q30/0204 , G06F111/04 , G06F111/06 , G06F111/10
Abstract: 本公开涉及建筑空间规划技术领域，尤其是提供一种商业综合体功能交织区商铺的布局优化方法和装置。该方法包括：获取预先构建的基于商铺属性的宏观优化模型和基于行人属性的微观优化模型；分别确定宏观优化模型的宏观优化目标和约束条件、以及微观优化模型的微观优化目标；利用宏观优化模型、宏观优化目标和约束条件，确定多个候选商铺布局；利用微观优化模型和微观优化目标，从多个候选商铺布局中确定出目标商铺布局，以利用目标商铺布局对商业综合体功能交织区进行商铺布局。本公开不仅能够提高整体进入商铺的行人数量，还能够诱导人流动线，避免内部交通拥堵，减少交叉干扰，提高了商业综合体的运营效率。
-
公开(公告)号：CN111709442B
公开(公告)日：2024-08-23
申请号：CN202010377838.8
申请日：2020-05-07
Applicant: 北京工业大学
IPC: G06V10/764 , G06V10/80
Abstract: 一种面向图像分类任务的多层字典学习方法，其能够解除多个字典之间关系定义的局限性，提升字典学习应用于分类问题的精度。这种面向图像分类任务的多层字典学习方法，用于提取图像样本中的类别信息，包括：(1)将多层字典之间的依赖关系定义为残差学习，基于多层残差判别字典学习框架来学习多层字典及分类器；(2)基于步骤(1)学习的多层字典依次计算待分类数据的多轮编码向量，再利用相应的分类器进行分类，加和各分类器预测值得到最终识别结果。
-
公开(公告)号：CN112116593B
公开(公告)日：2024-06-21
申请号：CN202010781502.8
申请日：2020-08-06
Applicant: 北京工业大学
IPC: G06T7/10 , G06N3/0464 , G06N3/084 , G06N3/088
Abstract: 本发明公开了一种基于基尼指数的领域自适应语义分割方法，利用基尼指数度量输出预测的不确定性，在输出层对目标域输出预测进行不确定性度量及约束，减小源域和目标域在类别分布上的差异，进行域间自适应；依据基尼指数对目标域预测的不确定性度量结果将目标域样本集划分为两个子集，对域内高置信度预测对应的样本利用伪标签作为弱监督信息训练域内自适应分割网络，对域内自适应分割网络两个子集的输出预测计算基尼指数图，对低置信度样本计算的基尼指数图进行约束，并利用判别器Dt判别基尼指数图属于哪个子集，基于对抗思想减小目标域域内的差异，提高语义标注精度。与现有技术相比较，本发明显著提高了目标域的语义标注准确率。
-
公开(公告)号：CN114637931B
公开(公告)日：2024-04-02
申请号：CN202210323705.1
申请日：2022-03-29
Applicant: 北京工业大学
IPC: G06F16/9537 , G06F17/16 , G06F18/23
Abstract: 基于流形上序列子空间聚类的出行模式检测方法属于智能交通领域，目的是要检测出一条完整轨迹中的交通模式变化。根据GPS轨迹数据的经纬度和时间戳来提取每个轨迹点的特征，用相邻轨迹点的特征向量来算得轨迹点的对称正定表示矩阵，然后将各轨迹点的表示矩阵按时间戳顺序放置得到轨迹的表示矩阵集合；其次，与传统的低秩表示模型不同，采用了对称正定流形的对数‑欧几里得度量下的低秩表示模型，并在低秩表示模型中加入强制序列数据相邻列相似的项来保证相邻轨迹点相似；最后，将目标函数分解为几个子问题，并用拉格朗日乘数法来进行求解。本发明具有较高的检测准确性。
-
公开(公告)号：CN117710430A
公开(公告)日：2024-03-15
申请号：CN202311576097.6
申请日：2023-11-23
Applicant: 北京工业大学
Abstract: 一种基于RGB数据的多视图三维物体重建方法及装置，能够提高基于图像的三维物体重建，增强语义信息和视觉信息之间的信息交互，得到一个更加可靠和可信的带有精细细节的三维形状。方法包括：(1)通过一个文本生成方法构建文本描述，然后进行特征提取，通过对齐文本和形状特征空间探索更广阔的语义空间，提取语义和几何一致的潜在特征；(2)使用transformer去获取视图之间的相关性，并且使用交叉注意力去增强文本和图像两个模态之间的信息提取；(3)得到增强特征后，将其分别送入到图像解码器和文本解码器生成对应的三维体素，这两个不同模态生成的三维体素有不同的焦点，融合这两种体素来进行三维重建。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.033 seconds)
