-
公开(公告)号：CN113002558B
公开(公告)日：2024-06-28
申请号：CN202110343762.1
申请日：2021-03-30
Applicant: 复旦大学
Abstract: 本发明涉及一种基于脑电信号的残疾人辅助智能驾驶系统，包括脑电信息采集帽、信号处理模块和车辆控制模块，信号处理模块分别与脑电信息采集帽和车辆控制模块无线通信连接，脑电信息采集帽佩戴于残疾人驾驶员头上，车辆控制模块与车辆通信连接；脑电信息采集帽采集残疾人驾驶员六个通道的运动想象脑电信号，信号处理模块利用至少两种卷积神经网络对运动想象脑电信号进行解码，输出脑电解码信号并发送至车辆控制模块，车辆控制模块将脑电解码信号与驾驶车辆运行指令进行接口对接，驱动车辆运行实现辅助智能驾驶，与现有技术相比，本发明具有可靠性高、适用范围广等优点。
-
公开(公告)号：CN113762099B
公开(公告)日：2023-10-03
申请号：CN202110952822.X
申请日：2021-08-19
Applicant: 复旦大学
IPC: G06T17/20 , G06V20/54 , G06V10/26 , G06V20/70 , G06V10/80 , G06V10/44 , G06V10/52 , G06V10/82 , G06N3/0464 , G06N3/0985 , G06N3/042 , G06N5/04
Abstract: 本发明属于室外场景实时点云三维重建技术领域，具体为一种基于路侧RSU的实时点云三维重构方法。本发明方法包括：设置包含摄像头的路侧RSU，进行车路场景中多RGB摄像头的数据采集，为三维重建提供充分的数据支持；构建室外三维场景实时重建模型；其中，采用端到端的人工智能方法代替传统重建中的部分过程，对室外场景进行高分辨实时三维重建；构建融合语义分割优化三维模型；其中，采用语义分割的方法结合一些模型先验对已经建立的模型进行补充，实现三维完整重建。本发明将室内成熟的三维重加算法改变为室外大规模场景的算法，完善和加强室外三维场景重建水平；可广泛应用于类似车路场景的各类室外大规模场景中。
-
公开(公告)号：CN116052469A
公开(公告)日：2023-05-02
申请号：CN202211477114.6
申请日：2022-11-23
Applicant: 复旦大学 , 重庆长安汽车股份有限公司
IPC: G08G1/16 , G08G1/04 , G06Q10/04 , G06N3/0442
Abstract: 本发明公开了一种基于车路协同轨迹预测的车辆碰撞预警方法，包括如下步骤，车端及路端感知器不仅可以提供本身的相关信息，还可以检测附件范围内物体有关信息；道路上每辆车都安装GPS接收器，并向路侧端发送本车数据；路端装有激光雷达和视觉传感器，可以实现对目标的跟踪，利用目标检测与跟踪算法，对范围内的目标进行有效的跟踪；为了降低后续融合阶段算法的时间复杂度，对数据进行了排序以及去重操作；GPS轨迹和视觉跟踪轨迹的融合；预测目标的轨迹实现对未来交通事故的预警；通过预测的轨迹在相同坐标系内有无可能出现的交汇点，实现对车辆碰撞的预警。本发明能够快速准确高效的预测可能发生的交通碰撞事故。
-
公开(公告)号：CN115565161A
公开(公告)日：2023-01-03
申请号：CN202211299132.X
申请日：2022-10-24
Applicant: 复旦大学
Abstract: 本发明公开了一种基于统一融合特征的多模态车辆驾驶风格识别方法；其包括以下步骤：（1）对多模态数据进行预处理操作，以便于下一步的特征提取阶段；预处理操作包括加入随机噪声、归一化处理、小波去噪和滑动窗口切分；（2）将数据集分为训练集和测试集，通过三个特征提取子网提取统一的统计、时间、空间和特征，再采用注意力对三种特征进行高效融合；（3）计算分类的联合损失并通过反向传播优化网络参数，得到最优驾驶风格识别模型。本发明仅需使用智能手机即可实现车辆的驾驶风格检测，具备低成本、高灵活性和可交互性；本发明可以同时提取基于时空和统计信息的关键特征并且对模块中的参数具备低敏感度。
-
公开(公告)号：CN115496862A
公开(公告)日：2022-12-20
申请号：CN202211300822.2
申请日：2022-10-24
Applicant: 复旦大学
Abstract: 本发明公开了一种基于SPIN模型的实时三维重建方法和系统；该系统包括：图像接收模块：接收来自远程摄像模块的RGB图片；图像预处理模块：对RGB图片进行归一化和标准化处理；神经网络模块：使用预处理后的图片信息生成SMPL模型参数；结果后处理模块：对模型参数进行改写和封装，使其适合网络传输；结果传输模块：将后处理的人体模型参数传输给VR客户端。本发明通过引入堆叠沙漏模型并使用重投影损失和人体着装差异化损失，有效地提升了不同人体体型的重建效果。同时本发明对模型进行轻量化改造，通过仔细设计数据格式使得模型在网络环境满足实时性要求。
-
Patent Agency Ranking
公开(公告)号：CN113536920B
公开(公告)日：2022-06-17
申请号：CN202110652497.5
申请日：2021-06-11
Applicant: 复旦大学
IPC: G06V20/64 , G06V10/25 , G06V10/26 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/194 , G06T7/73
Abstract: 本发明公开了一种半监督三维点云目标检测方法。其包括如下步骤：（1）对输入教师模型和学生模型的点云进行随机下采样，教师模型的随机下采样数据作为教师模型的输入；（2）将学生模型的随机下采样数据经过随机变换，作为学生模型的输入；（3）训练学生模型时使用标签数据同步训练教师模型，每一次迭代后将训练好的学生模型作为教师模型进一步训练，通过教师网络对无标签的数据进行挖掘，得到伪标签用于指导学生网络的学习，获得三维点云目标检测结果。本发明可以减少三维目标检测深度学习模型对数据标签的依赖，降低数据标注的成本；使用部分标签就达到同样模型使用100%标签的精度；本实验模型泛化能力强，能够用到多种深度学习模型中。
-
公开(公告)号：CN113538534B
公开(公告)日：2022-05-20
申请号：CN202110700487.4
申请日：2021-06-23
Applicant: 复旦大学
Abstract: 本发明属于纳米成像技术领域，具体为一种基于深度强化学习的纳米成像的图像配准方法。本发明方法包括构建深度强化学习网络模型、利用该网络进行图像配准；网络模型包括两个分支；一个分支包括一个全连接层，输入为动作序列；一个分支包括两个卷积层和池化层，输入为选取的参考图片和待配准图片；输出为表示策略函数的的动作概率分布；图像配准部分，设计8种动作序列来对待配准的图像进行微调；具体包括：对待配准图像进行重采样；将待配准图像和参考图像和重采样图像输入构建的网络模型中，输出策略动作的概率分布。本发明速度快、精度高、鲁棒性好、适应性强；全自动进行图像配准，摆脱了手动标记的麻烦。
-
公开(公告)号：CN113538456B
公开(公告)日：2022-03-18
申请号：CN202110692455.4
申请日：2021-06-22
Applicant: 复旦大学
Abstract: 本发明公开了一种基于GAN网络的图像软分割及背景替换系统。该系统包括图像软分割和背景替换两部分。图像软分割部分用于预测原始图像的前景以及alpha值，共包含五个模块：输入模块，全文组合模块，残差网络模块，金字塔场景解析模块和轻量级交互式分支模块；背景替换部分用于背景替换，生成高分辨率的背景替换图，其包括生成器模型和判别器模型。本发明的有益效果在于：其能减轻图像软分割过程中辅助图制作带来的繁重任务，能在获得高精度的分割图像的前提下，结合图像生成进行背景替换。
-
公开(公告)号：CN113411557B
公开(公告)日：2022-03-18
申请号：CN202110507947.1
申请日：2021-05-11
Applicant: 复旦大学
IPC: H04N13/106 , H04N13/117 , H04N13/363 , H04N19/149 , H04N19/176 , H04N19/423 , H04L65/60 , H04L65/80
Abstract: 本发明属于计算机网络应用层协议技术领域，具体为一种适用于蜂窝网络的VR全景视频优化传输方法。本发明方法包括：VR全景视频的投影、压缩、切片与分块；使用显著性检测对视频进行多焦点的冗余存储，其中采用3D卷积神经网络对样本视频进行有监督学习，得到预测模型用于预测显著区域，随后进行多焦点的冗余存储；视窗自适应传输协议，该协议是基于UDP的应用层协议，并保证视频流即时传输时有缓冲空间；基于头部运动方向预测的预传输，使用机器学习方法，建立方向预测模型，利用预测模型，预测出客户端下一段时间需要的视频片段，通过预传输的方式有效提高客户端视频流畅度。本发明模型简单，可以显著提升传输效率，保证实时性。
-
公开(公告)号：CN113536920A
公开(公告)日：2021-10-22
申请号：CN202110652497.5
申请日：2021-06-11
Applicant: 复旦大学
Abstract: 本发明公开了一种半监督三维点云目标检测方法。其包括如下步骤：（1）对输入教师模型和学生模型的点云进行随机下采样，教师模型的随机下采样数据作为教师模型的输入；（2）将学生模型的随机下采样数据经过随机变换，作为学生模型的输入；（3）训练学生模型时使用标签数据同步训练教师模型，每一次迭代后将训练好的学生模型作为教师模型进一步训练，通过教师网络对无标签的数据进行挖掘，得到伪标签用于指导学生网络的学习，获得三维点云目标检测结果。本发明可以减少三维目标检测深度学习模型对数据标签的依赖，降低数据标注的成本；使用部分标签就达到同样模型使用100%标签的精度；本实验模型泛化能力强，能够用到多种深度学习模型中。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.029 seconds)
