-
公开(公告)号：CN111881840B
公开(公告)日：2023-09-22
申请号：CN202010748159.7
申请日：2020-07-30
Applicant: 北京交通大学
IPC: G06V20/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于图网络的多目标跟踪方法，图网络包括特征提取网络模块和图卷积匹配模块，具体包括以下步骤：S1、选取视频中的两帧图像输入特征提取网络模块；S2、通过特征提取网络模块对目标进行特征的提取，获取两帧图像各自的目标特征向量集FM和FN，M和N分别表示两帧图像中检测到目标的数量；S3、基于目标特征向量集FM和FN，计算目标特征向量之间的相似度，构建二部图；S4、通过所述图卷积匹配模块对二部图进行匹配，并利用损失函数进行图网络的反向传播获得最优的匹配矩阵。本发明提供的一种基于图网络的多目标跟踪方法，利用卷积网络对目标进行特征提取，并且提出的损失函数解决了目标数量不确定的问题，大大提高多目标跟踪的正确率。
-
公开(公告)号：CN116777842A
公开(公告)日：2023-09-19
申请号：CN202310591633.3
申请日：2023-05-24
Applicant: 北京交通大学
IPC: G06T7/00 , G06T7/73 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供基于深度学习的轻量化纹理表面缺陷检测方法和系统，方法分为训练和测试阶段。训练阶段基于输入训练集的纹理表面图像，并将其通过层层卷积前向传播得到缺陷特征的预测框，得到缺陷特征的预测框，接着计算缺陷特征的预测框和目标图像真实框之间的损失，利用损失进行反向传播，更新模型权重，重复这个过程直到达到设定的迭代轮数epoch。之后是测试阶段，加载测试集的数据，通过训练好的模型输出缺陷图像的类别和定位，并进行评估指标计算，根据指标进行模型性能的判定，如果不能满足预期要求，则重新回到训练环节，进行进一步的调整训练，如果已经达到预期的性能，则保存模型权重，完成整个技术发明的流程，得到最终的解决方案。
-
公开(公告)号：CN116524534A
公开(公告)日：2023-08-01
申请号：CN202310381255.6
申请日：2023-04-11
Applicant: 北京交通大学
IPC: G06V40/10 , G06V10/82 , G06V10/762 , G06N3/0464 , G06N3/088
Abstract: 本发明提供一种基于对比学习的无监督行人重识别方法，包括：使用ImageNet预训练的ResNet‑50网络来初始化骨干编码器fθ；利用初始化后的编码器从原始数据集提取特征向量；使用DBSCAN聚类算法进行聚类，并根据每个聚类集群中的向量初始化内存字典；迭代抽取小批量的特征向量结合当前内存字典利用集群对比损失以及离群值损失训练编码器；更新内存字典中相应集群所对应的特征向量；迭代进行从DBSCAN聚类到训练模型编码器之间的步骤，直到模型收敛。本发明提供的方法，通过对比学习迭代提升网络模型的编码能力，使得实际相似的输入图片在高维空间中距离相近，反之差异越大的图片在高维空间中有着越大的距离；具备这样能力的编码器在执行下游任务时，可以快速收敛并且取得更好的性能。
-
公开(公告)号：CN115409323A
公开(公告)日：2022-11-29
申请号：CN202210898407.5
申请日：2022-07-28
Applicant: 北京交通大学
Abstract: 一种控制调度一体化资源配置决策系统，包括：信息感知系统单元(1)、线路全局信息处理单元(2)、通信自适应调制单元(3)、分层决策单元(4)、运控调度一体化单元(5)、车载设备单元(6)，从信息流在各系统间传递进行分析设计，创建信息感知结果自适应传输机制，通过分层决策系统，针对不同程度的延误进行策略自适应调制，并借助线路全局信息处理单元对算力不足的车载设备单元提供边缘计算支持，提升控制调度一体化下的列车运行效率。
-
公开(公告)号：CN115346207A
公开(公告)日：2022-11-15
申请号：CN202210926762.9
申请日：2022-08-03
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于实例结构相关性的二维图像中三维目标检测方法。包括采集交通场景中的RGB图像集，利用RGB图像集构建训练集与测试集；构建基于卷积神经网络的三维目标检测模型，包括RGB图像特征提取主干网络、实例结构相关性构建模块和多任务检测分支，利用训练集对三维目标检测模型进行训练，通过随机梯度下降算法计算多任务损失函数，对三维目标检测模型中的参数进行更新，直至模型收敛，得到训练好的三维目标检测模型；利用训练好的三维目标检测模型对待检测二维RGB图像中的三维物体进行预测。本发明创新性地提取实例的深度结构模型，采用多头注意力机制构建实例之间的结构相关性，利用更新后的实例特征能够获得更准确的三维目标估计结果。
-
Patent Agency Ranking
公开(公告)号：CN115240106A
公开(公告)日：2022-10-25
申请号：CN202210815080.0
申请日：2022-07-12
Applicant: 北京交通大学
IPC: G06V20/40 , G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种任务自适应的小样本行为识别方法及系统，属于计算机视觉技术领域，获取待识别的视频数据；利用预先训练好的识别模型，对获取的所述待识别的视频数据进行处理，得到动作类别结果加入注意力层，提取行为主体在图片帧中的位置信息以及图像内容信息，通过注意力机制对提取的特征特征进行调制，获取同一类动作的类内特征共性以及不同类动作的类间的差异性。本发明提取特征时加入注意力层，产生更具分辨性的特征表示；对同类行为中不同样本进行随机多模态融合，扩充了支持集数据，使得模型对行为主体所在环境的变换鲁棒性更强；通过task级的特征调制，使特征更符合当前任务的需求并聚焦于行为主体，有助于提高分类准确率。
-
公开(公告)号：CN114595804A
公开(公告)日：2022-06-07
申请号：CN202210158680.4
申请日：2022-02-21
Applicant: 北京交通大学
Abstract: 本发明提供了一种面向强鲁棒性的神经网络模型生成方法。该方法包括：根据随机数种子生成随机数集合；利用随机数集合对每个种子卷积核使用单项式生成函数生成多个新的生成卷积核，将所有的卷积核构成神经网络模型；将神经网络模型部署在终端设备上，终端设备利用所述神经网络模型进行数据处理。本发明提供了一种针对部分破坏数据的面向强鲁棒性的神经网络模型生成方法，解决现有技术中存在的模型鲁棒性低的问题。通过在神经网络模型中引入不可学习参数，减少模型对训练数据的依赖。
-
公开(公告)号：CN112537340B
公开(公告)日：2022-03-25
申请号：CN202011503456.1
申请日：2020-12-18
Applicant: 北京交通大学
IPC: B61L23/00
Abstract: 本发明提供的一种基于离散通信数据的多列车分散事件触发控制的方法，包括如下步骤：针对同一条线路上运行的多辆列车，对每辆列车进行纵向受力分析，建立高速列车单质点模型；基于图论，分析多列车协同控制的通信拓扑，获得多列车通信拓扑结构；基于高速列车单质点模型和多列车通信拓扑结构，定义多列车的追踪目标，将高速列车单质点模型转换为多列车误差动力学方程；基于多列车通信拓扑结构和所述多列车误差动力学方程，建立多列车分散事件触发协同控制条件模型；基于多列车通信拓扑结构和多列车分散事件触发协同控制条件模型，建立多列车低增益抗饱和协同控制器。本发明提供的方法，能够实现多列车协同控制，并且能够降低通信频率、控制器切换次数。
-
公开(公告)号：CN113870160A
公开(公告)日：2021-12-31
申请号：CN202111060998.0
申请日：2021-09-10
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于变换器神经网络的点云数据处理方法。该方法包括：构建三维物体对称检测模型，通过检测物体对称面/轴获取输入的点云数据的对称点，将点云数据的投影平面转换为对称结构的旋转平移操作，得到多组数据据增强后的点云图数据；通过变换器网络模型提取多组数据据增强后的点云图数据的全局特征信息和局部特征信息，得到下采样后的点云数据；结合不同的目标任务需求，构建任务驱动的任务网络模型，将下采样后的点云数据输入到任务网络模型，得到目标任务结果。本发明有效结合三维物体对称检测模型与变换器网络模型，能够在提高下采样模型鲁棒性的同时，进而具有最小化目标任务精度损失的能力，提升下采样规模和目标任务的精确度。
-
公开(公告)号：CN110515380B
公开(公告)日：2021-07-13
申请号：CN201910779182.X
申请日：2019-08-22
Applicant: 北京交通大学
IPC: G05D1/02
Abstract: 本发明提供了一种基于转弯权重约束的最短路径规划方法。该方法包括：步骤1、计算出源点v与其它所有结点之间的距离，将源点v与其它所有结点之间的距离存储在结点距离数据表中；步骤2、从U中选取一个到源点v距离最短的结点k，把k加入S中；步骤3、以结点k为中间结点，基于转弯权重重新计算U中各结点到源点v的距离，将重新计算的源点v与其它所有结点之间的距离更新存储在结点距离数据表中；步骤4、重复执行步骤2和3，直到将终点w添加到S中，得到源点v到终点w的最短路径。本发明在有效计算最短路径的同时，对路口转弯进行权重惩罚，得出的最短路径在道路长度较短的基础上能够尽量避免转弯，帮助AGV引导车进程有效快速的完成任务。
-
-
-
-
-
-
-
-
-
Search Results
201
records
(took 0.25 seconds)
