-
公开(公告)号：CN112185578A
公开(公告)日：2021-01-05
申请号：CN202010840932.2
申请日：2020-08-20
Applicant: 同济大学
Abstract: 本发明涉及一种用于学生返校的疫情防控方法和系统，方法包括以下步骤：1)分别建立学生大数据库和疫情大数据库，学生大数据库包括学生的空间位置信息和健康状况信息，疫情大数据库包括疫情病例的空间位置分布信息；2)采用预设的决策指标，获取无感染风险的学生名单，从而构建返校方案，用于学生的返校；3)获取学生上传的学生返校状态信息，从而对返校方案进行调整；疫情大数据库采用数据挖掘技术构建，实际行程信息通过定位技术获取。与现有技术相比，本发明实现健康信息实时采集、返校方案研判、行程轨迹动态追踪、疫情防控日常管理的“全链路”监测管理，为学生返校复学提供全过程、全方位的决策保障。
-
公开(公告)号：CN112185553A
公开(公告)日：2021-01-05
申请号：CN202010830895.7
申请日：2020-08-18
Applicant: 同济大学
Abstract: 本发明涉及一种面向高校学生返校的进校码生成、解码、扫码方法，具体包括以下步骤：S1.根据学生行为轨迹数据、健康记录数据、确诊病例数据和学生与病例地理位置信息进行相关性分析和健康状态分析，构建返校学生风险模型；S2.对学生的身份识别符进行排位，生成进校初始码，转换为字符串并进行编码、加密，生成进校码；S3.获取学生的扫码结果，对扫码结果对应的进校码进行解码，获取学生信息并进行进校信息提取与鉴权，根据信息提取与鉴权的结果进行预警。与现有技术相比，本发明具有提高学生信息数据更新的及时性、提高学校进行疫情防控的严密性与稳定性、为存在多校区、多校门的高校学生返校分类把控、分批管理提供重要保障等优点。
-
公开(公告)号：CN111665517A
公开(公告)日：2020-09-15
申请号：CN202010477987.1
申请日：2020-05-29
Applicant: 同济大学
Abstract: 本发明涉及一种基于密度统计的单光子激光测高数据去噪方法及装置，方法包括以下步骤：1)获取单光子激光测高数据；2)进行数据预处理；3)采用方向、大小随坡度自适应变化的椭圆搜索区域进行光子密度计算；4)通过采用OTSU方法自适应计算分段阈值分离信号光子与噪声光子，并采用K最近邻距离去除离散噪声点。与现有技术相比，本发明不受背景噪声光子不均匀的影响，自适应较强，不仅可以随着斜率自适应地改变搜索椭圆的方向，而且可以改变大小，并且使用分段阈值来分离每个段的信号光子和噪声光子，进一步去除粗去噪后残留的少量离散噪声点，本发明方案信号提取较完整，去噪精度高、效率高。
-
公开(公告)号：CN102222313A
公开(公告)日：2011-10-19
申请号：CN201010146726.8
申请日：2010-04-14
Applicant: 同济大学
Abstract: 本发明涉及一种基于核主成分分析的城市演化模拟元胞模型处理方法，包括以下步骤：1)将选择区域的二十年前的遥感影像输出到核主成分分析空间数据处理模块中，该模块对二十年前的遥感影像进行数据处理，建立地理CA的转换规则；2)通过遥感影像处理软件对选择区域的目前遥感影像分类，得到研究区域的城市发展分类图，作为评价模拟结果的基准；3)通过地理元胞自动机模拟框架，对研究区域执行KPCA-CA模型的模拟和预测，得到模拟和预测图；4)将步骤3)中的模拟和预测图与步骤2)中的城市发展分类图进行比较，得到模拟结果与模型性能的评价报告。与现有技术相比，本发明具有能够以较合理的计算代价，得到较为合理的转换规则和模拟结果等优点。
-
公开(公告)号：CN119904656A
公开(公告)日：2025-04-29
申请号：CN202411962181.6
申请日：2024-12-30
Applicant: 同济大学
Abstract: 本发明涉及基于影像分块和对应关系构建的行星轨道器影像匹配策略，包括以下步骤：S1、获取行星轨道器影像匹配对，获取重叠区域；S2、采用由行到列的划分方法对重叠区域格网划分，得到最终分块影像；S3、对左影像和右影像的分块影像进行对应，得到最终具有对应关系的分块影像；S4、采用基于GPU加速的特征匹配算法，进行匹配，得到匹配点，并聚合匹配点得到最终的匹配结果；S5、对多组待匹配行星轨道器影像对间采用进程并行处理，并行操作S1～S5，且对于单组待匹配行星轨道器影像对采用线程并行处理，并行执行S2～S4。与现有技术相比，本发明具有兼顾对高分辨率行星轨道器影像匹配的匹配精度和匹配效率等优点。
-
Patent Agency Ranking
公开(公告)号：CN114527465B
公开(公告)日：2025-04-25
申请号：CN202210186096.X
申请日：2022-02-28
Applicant: 同济大学
IPC: G01S13/90
Abstract: 本发明涉及一种基于永久散射体的地面控制点自动选取方法，包括：获取多时序SAR影像；从该多时序SAR影像提取满足永久散射体选取策略的像素，作为地面控制点；永久散射体选取策略包括：计算每个像素的平均相干性，选取平均相干性大于预设的低相干阈值的像素点；选取振幅大于最小振幅均值的像素点；选取振幅离差指数小于预设的振幅离差指数阈值的像素点；选取平均相干性小于预设的高相干阈值的像素点；选取坡度小于预设的地形坡度阈值的像素点；根据点的密度、距离和地形条件进一步进行抽稀处理。与现有技术相比，本发明综合考虑了相位稳定性、散射强度、地形坡度和GCP分布等影响因素，在不同区域获得的DEM精度提高了约20％～30％，在平原地区表现最佳。
-
公开(公告)号：CN114463291B
公开(公告)日：2025-03-25
申请号：CN202210071512.1
申请日：2022-01-21
Applicant: 同济大学
IPC: G06T7/00 , G06T7/136 , G06T5/90 , G01N21/3563 , G06V10/77
Abstract: 本发明涉及一种面向红外成像光谱仪的阴影检测与修正方法，该方法包括：S1、对VIS/NIR影像数据分别做主成分分析和波段组合，对第一主成分结果PC1*和波段组合结果BC10*分别做两种归一化；S2、利用第一主成分和波段组合的归一化结果构建代表两种阴影指数的SId图像和SIs图像；S3、利用Otsu算法分别对SId图像和SIs图像进行阈值分割，得到两幅阴影粗检测结果图像；S4、对SId和SIs的阴影检测结果，利用z‑score的绝对值进一步精化检测，得到阴影精检测结果；S5、利用阴影精检测结果和红外成像光谱仪VNIS探测的光谱数据修正VIS/NIR和SWIR波段光谱的阴影效应。与现有技术相比，本发明对红外成像光谱仪高光谱数据中存在的阴影具有较高的检测精度，并能够修正VIS/NIR以及SWIR波段光谱的阴影效应。
-
公开(公告)号：CN119166975A
公开(公告)日：2024-12-20
申请号：CN202410863059.7
申请日：2024-06-29
Applicant: 同济大学
IPC: G06F17/18
Abstract: 本发明涉及轨迹数据技术领域，特别是一种综合几何与速度特征的加权轨迹误差构建方法及系统。该方法通过总结现有研究结果的计算过程，提出了基于根据速度和根据位置信息构建轨迹误差带的两类方法以尽可能地的提取物体运动信息的加权构建轨迹误差带的方法。该方法分别根据两类运动信息(速度和位置信息)计算出两组代表运动状态的闵式参数，再将两组闵式参数进行加权以得到最优闵式参数。该参数可以最大程地的表达速度和位置反映出的物体运动信息，并据此构建出面积较小的轨迹误差带，且可以覆盖大部分真实轨迹。
-
公开(公告)号：CN118941627A
公开(公告)日：2024-11-12
申请号：CN202410797957.7
申请日：2024-06-20
Applicant: 同济大学
Abstract: 本发明涉及一种基于RGB‑D影像的巡视器空间定位方法、设备及介质，该方法包括：从RGB‑D数据获取序列RGB影像和深度图信息；从RGB影像提取特征点，对特征点进行分布均匀化处理，基于相机模型结合深度图信息计算特征点三维坐标；对相邻帧影像进行特征点提取，基于描述子与灰度信息计算得到相邻帧提取特征点的跟踪匹配结果，对跟踪匹配结果进行误匹配剔除以及跟踪点对分布均匀化处理；根据特征点三维坐标和相邻帧影像的跟踪匹配结果计算相对位姿变换结果，并通过基于二次优化的递增式光束法平差方法对各影像的位姿估计结果进行优化。与现有技术相比，本发明具有定位精度高的优点。
-
公开(公告)号：CN114758123B
公开(公告)日：2024-11-12
申请号：CN202210288788.5
申请日：2022-03-22
Applicant: 同济大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/0455
Abstract: 本发明涉及一种遥感影像目标样本增强方法，包括：步骤S1、获取遥感影像，并对遥感影像中的目标进行多边形标注和矩形框标注，并将数据集划分为训练集和测试集；步骤S2、将多边形标注后的分割图像和原始影像输入至基于生成对抗网络的pix2pix模型中进行循环训练，生成含有目标的第一遥感影像以及该影像为真实影像的概率；步骤S3、将多边形标注后的分割图像和原始影像输入至基于局部‑全局判别器的pix2pix模型中进行训练，生成第二遥感影像；步骤S4、在第二遥感影像数据集和原始数据集中随机各选择一张影像进行变换处理，采用复制‑粘贴策略进行影像混合，得到最终的目标增强影像。与现有技术相比，本发明能够生成高分辨率的且细节信息丰富影像，提高了样本的丰富性和多样性。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.021 seconds)
