-
公开(公告)号：CN107506740B
公开(公告)日：2020-03-17
申请号：CN201710785550.2
申请日：2017-09-04
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于三维卷积神经网络和迁移学习模型的人体行为识别方法，包括：对视频进行逐帧采样，在得到的多个连续的单帧图像上，在时间维度上堆叠为一定大小的图像立方体，作为三维神经网络的输入。在实现时，先训练基础的多分类三维神经网络模型，再从测试结果中挑选出部分类别的输入样本构建子数据集，然后在此子数据集基础上训练多个二分类模型，挑选出二分类结果最好的数个模型。最后，将这些模型学到的知识，利用迁移学习迁移到原多分类模型上，再重新训练迁移后的多分类模型，提高多分类识别准确率，实现高准确率的人体行为识别。
-
公开(公告)号：CN110348103A
公开(公告)日：2019-10-18
申请号：CN201910597375.3
申请日：2019-07-04
Applicant: 北京航空航天大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于数字孪生的车辆抗毁伤评估方法，首先是对物理车辆进行数字化孪生，建立与之高仿真性的数字孪生模型，此模型包括四大系统即：虚拟车辆固件系统、动态实时交互系统、外部信息交互系统、车辆状态监测系统，在此基础上通过外部服务来构建车辆的毁伤子系统，对数字车辆进行模拟攻击，通过车辆状态监测系统并辅之以各种方法来对毁伤的效果进行评估，以此来得出车辆的抗毁伤评估数据，对车辆进行抗毁伤评估。
-
公开(公告)号：CN109766934A
公开(公告)日：2019-05-17
申请号：CN201811605971.3
申请日：2018-12-26
Applicant: 北京航空航天大学 , 博恒科技(杭州)有限公司
Abstract: 本发明涉及一种基于深度Gabor网络的图像目标识别方法，包括：对图像或者视频进行单帧分解得到单帧图像，利用深度Gabor网络进行特征提取与融合，而后利用全连接网络达到目标识别的目的。目标识别过程分为训练和测试两个过程。在训练中，以训练样本的图像作为深度Gabor网络的输入，通过最小化损失函数来训练整个深度Gabor网络，得到深度Gabor网络的权重值。同时对易错的训练样本进行困难样本挖掘，以提高深度Gabor网络的性能。在测试阶段，以测试样本的图像作为输入，利用训练好的深度Gabor网络提取测试样本的图像特征，然后利用训练好的全连接网络进行测试样本的分类，由此实现目标的识别。
-
公开(公告)号：CN109033476A
公开(公告)日：2018-12-18
申请号：CN201811058621.X
申请日：2018-09-11
Applicant: 北京航空航天大学 , 博恒科技(杭州)有限公司
CPC classification number: G06N3/0454 , G06F2216/03 , G06N3/0445
Abstract: 本发明涉及一种基于事件线索网络的智能时空数据事件分析方法，对时空数据中包括的事件进行检测与识别，包括：事件线索网络与事件分类网络。事件线索网络得到包括事件的时空数据片段，然后事件分类网络对于包括事件的时空数据片段进行行为的分类。智能时空数据事件分析的过程分为训练和测试两个阶段。在训练中，以固定长度的时空数据作为网络的输入，通过最小化损失函数来训练事件线索网络，并对时空数据进行分类。同时对时空数据进行困难样本的挖掘，以得到精确的时空数据边界。在测试阶段，将未裁剪的整段时空数据作为输入，对得到包含事件的时空数据片段进行分类。由此实智能时空数据事件分析。
-
公开(公告)号：CN107274432A
公开(公告)日：2017-10-20
申请号：CN201710434834.7
申请日：2017-06-10
Applicant: 北京航空航天大学
CPC classification number: G06T7/246 , G06T7/254 , G06T2207/10016 , G06T2207/10024 , G06T2207/20024 , G06T2207/20081 , G06T2207/20084
Abstract: 本发明涉及一种基于视觉显著性和深度自编码的公共场景智能视频监控方法，包括：对视频进行单帧分解，使用视觉显著性提取运动信息，然后计算相邻帧运动物体的光流，之后的检测过程分为训练和测试两个过程，在训练中，以训练样本的光流作为自编码的输入，通过最小化损失函数来训练整个自编码网络，在测试阶段，分别以训练和测试样本的光流作为输入，提取训练好的自编码网络中的编码器，通过降维提取输入的特征，然后可视化降维后的结果，使用超球体表示训练样本的可视化范围，在输入测试样本时，使用同样的方法可视化，若样本可视化的结果落入超球体范围内，则判定样本正常；反之，落在超球体范围之外，判定样本异常，由此实现视频的智能监控。
-
Patent Agency Ranking
公开(公告)号：CN106530327A
公开(公告)日：2017-03-22
申请号：CN201610977370.X
申请日：2016-11-07
Applicant: 北京航空航天大学
CPC classification number: G06T2207/10016 , G06T2207/20081
Abstract: 本发明涉及一种基于多局部特征学习的快速实时判别型跟踪方法，包括：对视频进行单帧分解，通过与前期动作识别工作相结合或人工标记的方法，在初始帧中标记出要跟踪的目标，然后通过密集采样，在候选区域获得候选块，分别计算每个候选块的局部特征。然后基于循环矩阵和相关滤波器，在傅里叶域训练分类器，在位置检测阶段，同样在傅里叶域，使用检测公式计算当前帧中每个候选块与目标的相关性，选取相关性最高的区域作为当前帧目标的预测位置,最后在预测位置中选取与上一帧目标差异最小的位置检测结果作为当前帧最终的跟踪结果，使用新的目标特征进行新的分类器的训练。除初始帧外，其余帧的跟踪均为先进行位置的检测，后进行新的回归函数的训练。
-
公开(公告)号：CN106022229A
公开(公告)日：2016-10-12
申请号：CN201610309832.0
申请日：2016-05-11
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于视频运动信息特征提取与基于自适应增强算法的误差反向传播网络(BP Adaboost)的异常行为识别方法，包括：首先根据视频相邻图像帧计算光流，由水平方向和竖直方向的光流计算光流方向，以光流的强度为权重计算光流方向直方图，并将直方图特征转换成具有概率属性的特征属性，然后根据正常和异常的训练样本训练基于自适应增强算法的误差反向传播网络(BP Adaboost)得到分类器。测试阶段，在使用训练得到的分类模型前，按照相邻帧光流直方图相同的计算方法，得到测试样本的光流方向直方图，最后根据训练学习得到的分类模型进行测试样本中的异常行为识别。本发明具有识别率高、计算复杂度小等特定，可广泛应用于异常行为识别、动作分析领域。
-
公开(公告)号：CN119501389A
公开(公告)日：2025-02-25
申请号：CN202411804041.6
申请日：2024-12-10
Applicant: 北京航空航天大学
Abstract: 本发明一种预紧力施加辅助焊接装置，由预紧力施加机构与同步旋转机构构成。预紧力施加机构运用弹簧缓冲并集加载、测量于一体，力传感器安装位置设弹簧缓冲结构，规避焊接微形变引发的应力集中问题，保障稳定性；该一体化设计融合丝杆加载、力传感及预紧力锁定，无需额外力测设备，精简操作流程、缩减焊接耗时。同步旋转机构的夹持端采用四爪卡盘提升同轴精度，旋转由伺服电机精准调控速度与角度，传动选用轴承联轴结构，将预紧力加载与同步旋转功能解耦，降低电机力矩需求，预防损坏。本发明凭借轴承联轴与高强度预紧力设计，稳定性优、风险小，适配柱形小元件焊接，兼具焊接高效与便携特性。
-
公开(公告)号：CN119169410A
公开(公告)日：2024-12-20
申请号：CN202411320073.9
申请日：2024-09-23
IPC: G06V10/774 , G06V20/70 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了属于计算机视觉技术领域，特别涉及一种基于去噪扩散概率模型的隧道渗水数据集生成方法，包括：采集隧道表面图像，将隧道表面图像分割成若干子图像，获得子图像集合；筛选子图像集合中的目标图像，对目标图像中的渗水区域进行像素级标注获得语义掩码信息，将目标图像和与目标图像相对应的语义掩码信息配对加入隧道渗水图像数据集；基于隧道渗水图像数据集，训练基于语义掩码信息引导的去噪扩散概率模型，用训练好的去噪扩散概率模型生成合成渗水图像数据集；基于隧道渗水图像数据集和合成渗水图像数据集共同训练隧道渗水分割模型，利用该模型验证渗水图像数据集的图片质量。实现合成大量高质量且多样化的带标注渗水数据。
-
公开(公告)号：CN118214619A
公开(公告)日：2024-06-18
申请号：CN202410636060.6
申请日：2024-05-22
Applicant: 北京航空航天大学 , 中国科学院数学与系统科学研究院
IPC: H04L9/40 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 发明涉及一种基于残差块的高斯混合工业互联网网络攻击检测系统，属于工业互联网的安全防控技术领域。解决了现有技术中的检测系统不能对各类工业互联网网络攻击实现快速有效的精准检测的问题。本发明基于残差块的高斯混合自编码器工业攻击检测系统，该系统的残差块模型轻量化，可以很容易部署在工业领域中；同时，还提出了一种损失函数，可以对残差块进行有效的训练；通过仿真验证，可以以较高的准确率检测出大部分的攻击状态。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.092 seconds)
