-
公开(公告)号：CN118230158A
公开(公告)日：2024-06-21
申请号：CN202410323685.7
申请日：2024-03-21
Applicant: 福州大学 , 福建船政交通职业学院
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/42 , G06V10/80
Abstract: 本发明提供一种融合几何与空间语义信息的杆状物分类方法，基于不同设备来源的原始激光点云数据，处理得到独立点云杆状物对象，通过构建深度模型PCNet实现道路两侧杆状物类别的预测，包括：基于高效的稀疏卷积操作，构建几何特征提取模块，提取独立杆状物对象的几何特征；将杆状物几何特征作为杆状物邻域结构节点特征，构建杆状物邻域图结构，结合注意力机制聚合杆状物空间语义信息；最后融合杆状物几何特征与空间语义信息，利用分类器实现多种复杂道路场景下多类型杆状物的类别预测。
-
公开(公告)号：CN115345373A
公开(公告)日：2022-11-15
申请号：CN202211004392.X
申请日：2022-08-22
Applicant: 福州大学
Abstract: 本发明提供了一种公共服务设施老年人可达性预测方法，根据手机用户年龄结构信息和区域人口自然增长规律，预测老年人口分布，在此基础之上，结合公共设施资源供给和空间分布状况，运用高斯两步移动搜索法对城市老年人公共服务设施可达性进行预测。应用本技术方案能够预测未来目标时间内，老年人口空间分布情况，并据此预测老年人口来评估公共服务设施的需求情况。
-
公开(公告)号：CN112070054B
公开(公告)日：2022-07-29
申请号：CN202010980094.9
申请日：2020-09-17
Applicant: 福州大学
IPC: G06V10/762 , G06V10/26 , G06V20/54 , G06K9/62 , G06N3/08
Abstract: 本发明涉及一种基于图结构与注意力机制的车载激光点云标线分类方法，包括以下步骤：步骤A：基于强度校正进行标线分割，得到独立标线对象；步骤B：基于分割后的独立标线对象，利用EdgeConv进行特征提取与嵌入；步骤C：在设定邻域范围内进行标线间最短距离重采样，对每个标线构建重采样的标线图结构；步骤D：通过构建多头注意力机制，更新图结构节点特征；步骤E：将图结构和注意力机制嵌入深度神经网络，构建深度图模型GAT_SCNet，然后基于构建的深度图模型GAT_SCNet进行标线类别预测，输出独立标线的类别标签。该方法有利于提高车载激光点云标线分类的精度。
-
公开(公告)号：CN112257637A
公开(公告)日：2021-01-22
申请号：CN202011187179.8
申请日：2020-10-30
Applicant: 福州大学
Abstract: 本发明涉及一种融合点云和多视图的车载激光点云多目标识别方法，基于独立点云对象，构建深度模型PGVNet进行面上地物类别预测：利用点云特征提取模块对独立点云对象进行点云局部特征提取；生成独立对象的多视角图像，并利用视图特征提取模块采用视图分组与组特征融合，提取最优视图特征；基于注意力机制利用点云‑视图特征融合模块将最优视图特征与点云特征进行融合，获取融合注意力的点云全局特征；最后利用分类器MLP进行车载激光点云面上独立地物目标的类别预测。本发明一方面减少相似视图间的信息冗余问题，另一方面则能利用最优视图特征指导模型对点云局部特征的学习，提高模型分类精度，为车载激光点云路侧多目标精细分类提供一种新的研究方法。
-
公开(公告)号：CN110458111A
公开(公告)日：2019-11-15
申请号：CN201910747202.5
申请日：2019-08-14
Applicant: 福州大学
Abstract: 本发明涉及一种基于LightGBM的车载激光点云电力线的快速提取方法，包括以下步骤：步骤S1：从车载激光点云中提取电力线及典型地物的点云样本，并构建训练数据集；步骤S2:分析车载激光点云电力线的基本特征，并构建点云特征向量；步骤S3:根据训练数据集，构建并训练基于LightGBM的集成学习算法模型；步骤S4:根据点云特征向量计算待提取车载激光点云数据的特征向量数值，将特征向量数值输入训练好的基于LightGBM的集成学习算法模型，提取得到电力线点云。本发明实现激光点云中电力线的快速提取，克服了支持向量机在处理高维特征向量时的效率问题。
-
Patent Agency Ranking
-
公开(公告)号：CN108681525A
公开(公告)日：2018-10-19
申请号：CN201810464773.3
申请日：2018-05-16
Applicant: 福州大学
IPC: G06F17/15
CPC classification number: G06F17/15
Abstract: 本发明涉及一种基于车载激光扫描数据的路面点云强度增强方法，包括以下步骤：S1：基于车载激光扫描数据获取路面点云、行车轨迹线和路面点云内激光点到行车轨迹线的距离，并对路面点云进行分段；S2：以路面点云片段为处理单元，进行以下步骤：21：构建原始距离模型函数和参考距离模型函数；22：采用比值法和差值法进行激光点的强度校正；23：进行激光点的强度变换；24：采用多滤波器集成的方法进行激光点的强度去噪，完成路面点云内各路面点云片段的激光点强度增强。与现有技术相比，本发明显著提升路面不同目标材质的强度差异，消除局部同质区域中的强度噪声。
-
公开(公告)号：CN116932678A
公开(公告)日：2023-10-24
申请号：CN202310842798.3
申请日：2023-07-11
Applicant: 福州大学
IPC: G06F16/29 , G06F16/2458 , G06F18/25 , G16H50/80
Abstract: 本发明涉及一种融合地理单元邻接关系和空间距离的时空重排扫描方法。该方法以地理单元邻接关系为第一优先因素，进而顾及空间距离的扫描方式，并在此基础之上计算广义似然函数和显著性水平，构建形成了完整的时空重排预警方法，提高了预警准确率和计算效率。
-
公开(公告)号：CN110458111B
公开(公告)日：2023-02-21
申请号：CN201910747202.5
申请日：2019-08-14
Applicant: 福州大学
IPC: G06V20/10 , G06V10/44 , G06V10/776 , G06V10/774
Abstract: 本发明涉及一种基于LightGBM的车载激光点云电力线的快速提取方法，包括以下步骤：步骤S1：从车载激光点云中提取电力线及典型地物的点云样本，并构建训练数据集；步骤S2:分析车载激光点云电力线的基本特征，并构建点云特征向量；步骤S3:根据训练数据集，构建并训练基于LightGBM的集成学习算法模型；步骤S4:根据点云特征向量计算待提取车载激光点云数据的特征向量数值，将特征向量数值输入训练好的基于LightGBM的集成学习算法模型，提取得到电力线点云。本发明实现激光点云中电力线的快速提取，克服了支持向量机在处理高维特征向量时的效率问题。
-
公开(公告)号：CN114676917A
公开(公告)日：2022-06-28
申请号：CN202210320840.0
申请日：2022-03-29
Applicant: 福州大学
IPC: G06Q10/04 , G06Q10/06 , G06Q50/30 , G06F16/2457 , G06F16/29
Abstract: 本发明涉及一种空驶出租汽车空间分布评估方法及系统，该方法包括以下步骤：（1）获取包含车辆载客信息的稀疏的车辆轨迹数据以及路网数据并进行预处理；（2）构建路网拓扑关系并对轨迹数据进行地图匹配；（3）基于稀疏的车辆轨迹数据，利用最短路径算法恢复精细车辆轨迹信息，包括途经节点及时间；（4）面向具体应用确定时空分析单元，计算在相应时空窗口下空驶车辆数量，基于此评估区域空驶车辆空间分布。该方法及系统有利于提高空驶出租汽车空间分布评估的准确性。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.069 seconds)
