-
公开(公告)号：CN109299389A
公开(公告)日：2019-02-01
申请号：CN201811371826.3
申请日：2018-11-16
Applicant: 西北工业大学
IPC: G06F16/9535 , G06F16/53 , G06Q50/14
Abstract: 本发明公开了一种旅游景点推荐方法及装置，涉及推荐技术领域。用于解决旅游景点推荐问题。该方法包括：将景点中获取的景点图像集确定为目标域图像，将从互联网搜索引擎中用景点特征风格关键词获取的风格图像集为辅助域图像，通过最大均值差异表述目标域图像和辅助域图像的分布差异，根据最大均值差异函数和拉普拉斯支持向量机确定最优景点图像分类的目标函数，得到景点图像风格；根据景点所有图像的风格占比量，若风格占比量超过阈值则确定为含有景点风格；根据基于显性交互确定的模型和基于隐性挖掘确定的模型建立用户喜好模型；用户喜好模型和景点风格通过余弦距离公式确定旅游景点推荐列表。
-
公开(公告)号：CN119065373A
公开(公告)日：2024-12-03
申请号：CN202411171653.6
申请日：2024-08-26
Applicant: 西北工业大学
Abstract: 本发明提出一种基于事件触发机制的欠驱动水下航行器固定时间编队控制方法，设计了虚拟AUV来跟踪仅提供位姿信息的领航者AUV，并为虚拟AUV设计了自适应速度调节律，使跟随者AUV在通过虚拟AUV跟踪参考位置时无需领航者AUV的速度信息；此外还引入了事件触发机制来实现跟随者AUV控制输入的智能触发。该方法为虚拟AUV设计自适应速度调节器，将编队控制问题转化为轨迹生成和跟踪问题；并在控制器中添加了事件触发机制，以减少执行次数，并最大限度地减少执行器磨损和资源浪费。理论分析证明，闭环系统中的所有跟踪误差都能在固定时间内收敛到原点邻域。该方法具有信息传输量小、计算复杂度低、能耗低的优点，这使得本发明提出的方法在海洋工程中具有实施价值。
-
公开(公告)号：CN118467696A
公开(公告)日：2024-08-09
申请号：CN202410589725.2
申请日：2024-05-13
Applicant: 西北工业大学
IPC: G06F16/332 , G06F16/35 , G06F40/279 , G06F16/33 , G06F40/166 , G06N5/04 , G06Q30/0601 , G06N20/00
Abstract: 本发明公开了一种基于开放式AI模型的智能营销客服系统及其方法，包括：初始化用户信息，加载用户业务列表信息；基于客服对话实时采集用户输入文本，保存客服系统与用户的聊天历史记录；通过开放式AI模型分析用户意图，利用prompt模板提取关键信息并保存至业务信息列表中；根据用户意图与关键信息匹配知识库内容，并利用开放式AI模型从匹配内容中提取第一回复文本；遍历业务信息列表中的空缺项，利用开放式AI模型生成第二回复文本；拼接第一回复文本和第二回复文本，利用开放式AI模型对文本拼接结果进行语言与逻辑润色，最终输出反馈给用户。本发明具有低成本与易迁移的特点，实现了更加高效的用户交互，节省了企业人力成本。
-
公开(公告)号：CN118429835A
公开(公告)日：2024-08-02
申请号：CN202410511325.X
申请日：2024-04-26
Applicant: 西北工业大学
IPC: G06V20/17 , G06V20/40 , G06V20/54 , G06V10/40 , G06V10/762 , G06V10/764 , G06V10/82 , G06V10/94 , G06N3/0464 , G06N3/09 , G08G1/01 , G08G1/042
Abstract: 本发明公开了一种基于无人机视觉感知的交通异常事件检测方法及系统，其中方法步骤包括：利用无人机定轨巡航，采集不同高度视角下道路交通视频数据，构建交通事件信息数据集；基于交通事件信息数据集，构建粗粒度异常事件检测模型；基于粗粒度异常事件检测模型，获取异常事件数据集；基于异常事件数据集，构建细粒度异常事件检测模型；部署粗粒度异常事件检测模型和细粒度异常事件检测模型，并利用粗粒度异常事件检测模型和细粒度异常事件检测模型完成交通异常事件的检测。本发明通过将任务划分为无人机边缘段的粗粒度事件检测与部署在云端的细粒度异常事件检测，实现道路交通事件的高校感知；本发明能够无死角地覆盖应用路段，提升检测效果。
-
公开(公告)号：CN118429636A
公开(公告)日：2024-08-02
申请号：CN202410511434.1
申请日：2024-04-26
Applicant: 西北工业大学
IPC: G06V10/26 , G06V20/70 , G06V10/82 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于边界框的路面缺陷分割方法和装置，包括以下步骤：步骤1、采用路面缺陷数据集训练像素标注自动生成器；步骤2、根据训练好的像素标注自动生成器，产生像素级标注数据；步骤3、根据像素级标注数据训练分割模型；步骤4、根据训练好的分割模型，实现路面缺陷分割。采用本发明的技术方案，在降低数据标注成本的同时，保持高质量的路面缺陷分割效果。
-
Patent Agency Ranking
公开(公告)号：CN115131760B
公开(公告)日：2024-04-19
申请号：CN202210838154.2
申请日：2022-07-17
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于改进特征匹配策略的轻量级车辆追踪方法，使用多个公开车辆重识别数据集对特征匹配模块进行训练，提升模型特征提取能力；通过使用度量学习的损失函数，在不增加模型复杂度的情况下有效提升模型特征匹配能力；使用更加轻量的ShuffleNetV2网络，以达到降低模型参数的效果；最终通过多个模块对性能的不同提升实现更稳定的实时车辆追踪。本发明有效降低跟踪算法特征匹配部分的网络参数量，从而有效提升跟踪算法的实时性，在保证跟踪准确度的同时，大大降低了模型的复杂度，具有轻量级的特点，具备实时性，保证了接入实际视频流进行实时跟踪车辆时，模型能够稳定高效的运行，具有广阔的应用前景。
-
公开(公告)号：CN115147709B
公开(公告)日：2024-03-19
申请号：CN202210799673.2
申请日：2022-07-06
Applicant: 西北工业大学
IPC: G06V20/05 , G06N3/0464 , G06N3/09 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明提供了一种基于深度学习的水下目标三维重建方法，采用注意力机制获得水下图片重点聚焦的特征，对图片进行单应性变换，生成匹配特征体，计算该图片的特征体与其他图片特征体的匹配代价，得到一个四维的匹配代价体，使用基于多尺度的三维卷积神经网络进行匹配代价体正则化，对代价体进行过滤，得到深度值概率体，通过神经网络得出深度图，将深度值映射到三维空间，得到三维点云图。本发明充分使用卷积神经网络的特征提取能力，进一步提升模型的表征能力，极大改善立体匹配效果，动态平衡各个通道的权重大小，能够精准的对特征的各个通道进行全局信息调整，有利于优化特征局部信息。
-
公开(公告)号：CN116883954A
公开(公告)日：2023-10-13
申请号：CN202310424993.4
申请日：2023-04-20
Applicant: 西北工业大学
IPC: G06V20/54 , G06V20/40 , G06V10/774 , G06V10/75 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/80
Abstract: 本发明公开了一种基于时空准则与混合网络架构的多级车辆重识别方法，针对重识别数据集提出一种新的基于多视角图像的mixup的采样策略，增强模型对车辆视角变换的鲁棒性。针对以往深度学习算法对于外观相似的车辆类别难以区分的问题，通过设计时空准则，减少误检，提高模型检索的准确率；通过混合网络架构，提取细粒度全局信息，克服CNN网络结构丢失细节信息的缺点，提升模型提取特征的鲁棒性。本发明在保证检索速度的同时，大大提高了模型的准确度，在实际城市交通场景中模型能够稳定高效的运行，具有广阔的应用前景。
-
公开(公告)号：CN116665477A
公开(公告)日：2023-08-29
申请号：CN202310425043.3
申请日：2023-04-20
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于视觉导航停车机器人的辅助泊车方法，首先基于手工标注与卷积神经网络的空车位检测模型检测空车位，停车机器人承载待停车辆，云端将指定停车位的位置信息发送给停车机器人；然后基于色彩空间变换的识别车道线检测算法检测车道，实现机器人按照特定轨迹运行；最终通过机器人自身摄像头实现停车入位。本发明能够辅助车辆完成高效停车，提高了停车的空间利用率，同时降低了成本。
-
公开(公告)号：CN116630878A
公开(公告)日：2023-08-22
申请号：CN202310425733.9
申请日：2023-04-20
Applicant: 西北工业大学
IPC: G06V20/52 , G06V20/40 , G06V10/774 , G06V10/764 , G06V10/80 , G06T7/207 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种视频监控下的吸烟行为检测方法，针对复杂环境下对烟雾和烟支的误检、漏检状况，本发明实现了结合烟支特征与烟雾特征的吸烟行为检测；针对传统烟雾检测中小烟雾检测准确率较低的问题，本发明完成了一种基于特征融合的烟雾检测技术；为了在监控中实现实时检测，本发明设计了一种基于深度可分离卷积改进yolo v5的轻量化烟支检测模型。实验结果表明，本发明所提供的吸烟行为检测方法具有较高的准确率和鲁棒性，能够有效地区分吸烟和非吸烟行为，并且在不同光照、阴影和遮挡等复杂环境下仍能够保持良好的检测效果。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.031 seconds)
