-
公开(公告)号：CN101707003A
公开(公告)日：2010-05-12
申请号：CN200910235900.3
申请日：2009-10-29
IPC: G08G1/0967
Abstract: 本发明公开了一种路况信息查询显示方法及系统。该方法包括步骤：S1，在路况信息服务器上设置一路况信息记录表，该表记录着交通矢量地图上的各条道路的编号和各条道路的路况状态码，其中，路况状态码用于表示该条道路的不同交通状态；S2，当用户终端机收到路况显示指令时，用户终端机从路况信息服务器中自动下载所述路况信息记录表，并根据所述路况信息记录表中各条道路的路况状态码更新各条道路在交通矢量地图上的显示效果，所述显示效果与路况状态码一一对应。本发明的技术方案可以用于在几乎不增加成本的情况下实现通过手机等客户端实时地获取同步的路况信息，并极大地降低了下载流量和下载成本。
-
公开(公告)号：CN118823556A
公开(公告)日：2024-10-22
申请号：CN202410801304.1
申请日：2024-06-20
Applicant: 清华大学 , 上海人工智能创新中心
Abstract: 本发明涉及一种基于混沌多项式展开的目标检测定位误差建模方法，该方法包括：收集目标检测样本的检测值和对应的真实值，获得检测值与真实值之间的定位误差ε；引入目标检测的观测角α，其中，观测角α为传感器正方向和目标方向角所指示方向之间的角度；基于定位误差ε与观测角α通过混沌多项式展开理论构建误差模型；获得约束条件；基于约束条件求解误差模型中的模型系数，获得目标检测定位误差模型。本发明为目标检测误差分析提供了一种新的方法，可以广泛应用于目标检测中。
-
公开(公告)号：CN114973327B
公开(公告)日：2024-07-12
申请号：CN202210630334.1
申请日：2022-06-06
Applicant: 清华大学
Abstract: 本发明涉及一种提取行人身体特征的遮挡行人重识别方法、系统及设备，方法包括：将行人图像的全局特征图G通过预先训练好的身体特征过滤器处理，获得身体特征过滤图；将身体特征过滤图和全局特征图G逐元素相乘，得到身体特征增强的全局特征图Gb；将身体特征增强的全局特征图Gb通过身体特征细化器处理，获得空间注意力分数分布图As；将空间注意力分数分布图As和身体特征增强的全局特征图Gb相乘得到特征更为精细的行人身体全局特征。本发明提出身体特征过滤器(Body Feature Filter，BFF)来帮助模型从行人图像中过滤掉噪声信息，并专注于行人图像的身体特征，不仅拥有简洁明了的网络结构，又可直接有效地提取只属于行人的精细的身体特征。
-
公开(公告)号：CN113469912B
公开(公告)日：2024-06-14
申请号：CN202110737978.6
申请日：2021-06-30
Applicant: 清华大学
Abstract: 本发明涉及一种基于深度学习的雾天能见度估计方法和系统，其特征在于包括以下步骤：1)对于输入的带雾图像，通过透射率估计神经网络估计透射率图；2)利用估计得到的透射率图和雾成像模型，恢复得到去雾后的图像；3)将去雾后的图像输入深度估计神经网络估计深度图；4)通过深度图和透射率图，计算消光系数图；5)通过消光系数图，利用Koschmieder定律计算出能见度图。通过对雾成像模型和Koschmieder定律之间的内在联系进行分析，并结合这两者进行能见度估计，因此本发明的可解释性较好，因此，本发明可以广泛应用于雾天等恶劣天气下的能见度估计领域。
-
公开(公告)号：CN116151476A
公开(公告)日：2023-05-23
申请号：CN202310266150.6
申请日：2023-03-13
Applicant: 清华大学
Abstract: 本发明提供了一种轨迹预测方法、装置、电子设备及存储介质，电子设备获取第一数据；所述第一数据至少包含终端的票证数据和信令数据；对所述第一数据中的票证数据和信令数据进行融合处理，得到第二数据；基于第一模型和所述第二数据，预测用户的目标轨迹。本发明提供的方案，通过对票证数据和信令数据进行融合，并利用第一模型预测用户的目标轨迹，能够实时获取用户移动过程中的位置变化，从而在预测轨迹时，能够高预测结果的准确性和时效性。
-
Patent Agency Ranking
公开(公告)号：CN114419884B
公开(公告)日：2023-04-07
申请号：CN202210031174.9
申请日：2022-01-12
Applicant: 清华大学
IPC: G08G1/01 , G08G1/07 , G06F30/27 , G06N3/0455 , G06N3/092
Abstract: 本发明涉及一种基于强化学习和相位竞争的自适应信号控制方法及系统，其包括：与仿真环境交互得到交叉口状态，利用策略网络πθ的输出得到决策，在决策后收集奖励和下一时刻的状态，得到样本仿真轨迹；基于仿真轨迹，对PPO网络进行训练和参数更新，重复若干轮直至收敛。收敛后模型能基于交通流量的实时状态进行信号调整控制信号。本发明在保证信号控制的效果同时，能够适用于不同交叉口。本发明可以广泛在城市交通信号控制领域中应用。
-
公开(公告)号：CN115543975A
公开(公告)日：2022-12-30
申请号：CN202211156844.6
申请日：2022-09-22
Applicant: 清华大学
IPC: G06F16/215 , G06F17/18 , G06Q10/06
Abstract: 本发明涉及一种数据集多尺度评估方法、系统、设备和存储介质，包括以下步骤：基于建立的自动驾驶数据集多尺度评估体系，计算待评估数据集的各指标得分；绘制多尺度评估体系中各个指标之间的相互关系并建立网络结构，并使用网络层次分析法，计算各个指标权重；基于各指标权重与指标得分，计算待评估数据集的评估总得分；将待评估数据集的多尺度评估结果与指标阈值进行对比，得到待评估数据集的得到待评估数据集的多尺度评估结果。本发明可以广泛应用于数据集评估领域。
-
公开(公告)号：CN115375901A
公开(公告)日：2022-11-22
申请号：CN202211114552.6
申请日：2022-09-14
Applicant: 清华大学
Abstract: 本发明涉及一种图像目标检测和实例分割方法、系统、计算设备及介质，其包括：将图像输入包含可切换空洞卷积的骨干残差网络中进行不同阶段特征提取，得到不同深度下的多尺度的特征图；将多尺度的特征图输入颈部网络，进行递归特征金字塔的递归融合，得到新的特征图，并进行候选区域的生成，得到感兴趣区域；将感兴趣区域输入头部网络，进行实例类别、类别置信度、实例边界框和实例掩膜的预测。本发明能有效提升性能及有效性，并在更广泛的领域上获得潜在应用价值。本发明可以在图像数据处理领域中应用。
-
公开(公告)号：CN111310833B
公开(公告)日：2022-11-15
申请号：CN202010101845.5
申请日：2020-02-19
Applicant: 清华大学 , 中国电子科技集团公司电子科学研究院
Abstract: 本发明涉及一种基于贝叶斯神经网络的出行方式识别方法，其特征在于包括以下步骤：1)对原始交通出行数据进行预处理，得到预处理后的数据集；2)对预处理后的数据集进行速度统计直方图特征抽取，从得到的速度统计直方图特征中随机抽取若干组作为训练数据集，其他数据作为测试数据集；3)根据步骤2)中得到的训练数据集和测试数据集的维度大小，构建贝叶斯神经网络；4)利用步骤2)中的训练数据集对步骤3)中构建的贝叶斯神经网络进行训练，得到训练好的贝叶斯神经网络；5)利用步骤4)中训练好的贝叶斯神经网络对测试数据集进行测试，得到测试数据集的出行方式识别结果。本发明可以广泛应用于智能交通和模式识别领域。
-
公开(公告)号：CN114973327A
公开(公告)日：2022-08-30
申请号：CN202210630334.1
申请日：2022-06-06
Applicant: 清华大学
Abstract: 本发明涉及一种提取行人身体特征的遮挡行人重识别方法、系统及设备，方法包括：将行人图像的全局特征图G通过预先训练好的身体特征过滤器处理，获得身体特征过滤图；将身体特征过滤图和全局特征图G逐元素相乘，得到身体特征增强的全局特征图Gb；将身体特征增强的全局特征图Gb通过身体特征细化器处理，获得空间注意力分数分布图As；将空间注意力分数分布图As和身体特征增强的全局特征图Gb相乘得到特征更为精细的行人身体全局特征。本发明提出身体特征过滤器(Body Feature Filter，BFF)来帮助模型从行人图像中过滤掉噪声信息，并专注于行人图像的身体特征，不仅拥有简洁明了的网络结构，又可直接有效地提取只属于行人的精细的身体特征。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.022 seconds)
