-
公开(公告)号:CN113591784A
公开(公告)日:2021-11-02
申请号:CN202110924575.2
申请日:2021-08-12
Applicant: 上海交通大学
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06F16/2458 , G06F16/2453
Abstract: 一种基于深度哈希的多源遥感影像检索方法,采用多源遥感影像训练样本集对多分支轻量化深度哈希编码网络进行训练,将训练后的网络用于多源遥感影像的哈希编码并对编码结果进行相似性度量,实现多源遥感影像检索。本发明通过多分支轻量化深度哈希编码网络,使用不同结构的深度神经网络分别对全色影像和多光谱影像进行深度特征提取,并采用参数共享的哈希映射层对相应的深度特征进行哈希编码;根据最大后验估计,设计贝叶斯多项损失函数,可胜任海量多源遥感影像的快速检索。
-
公开(公告)号:CN101941438A
公开(公告)日:2011-01-12
申请号:CN201010283951.6
申请日:2010-09-17
Applicant: 上海交通大学
Abstract: 一种汽车工程中的控制技术领域的安全车距智能检控装置与方法。装置包括:双目针孔摄像头、信号处理器、车速操控机构、语音提示器,双目针孔摄像头的输出接口分别通过视频电缆与信号处理器的两个图像输入接口连接,信号处理器的输出接口分别与车速操控机构的输入接口和语音提示器的输入接口并行连接;方法为自动检测与前方车辆的车距,根据自身车辆的速度准确控制应该保持的安全车距,本发明根据当前车速与车距,实时、准确地进行减速直至刹车,因此能够有效避免车辆追尾等交通事故的发生。实施结果统计数据表明:能够将车辆追尾事故降低95%以上。
-
公开(公告)号:CN101734214A
公开(公告)日:2010-06-16
申请号:CN201010023042.9
申请日:2010-01-21
Applicant: 上海交通大学
Abstract: 一种汽车自动控制技术领域的汽车防撞行人智能装置与方法,装置包括:双目针孔摄像头、信号处理器、车速操控机构和语音提示器;方法的步骤包括:步骤一,摄像头参数标定;步骤二,左、右视图合成;步骤三,判定并确定移动物体所在区域;步骤四,克服灰度差异的阈值求取;步骤五,相似度度量;步骤六,检测移动物体与车辆的距离;步骤七,控制指令输出;步骤八,重复步骤二到步骤七的循环过程。本发明能够对路面状况进行自动检测,一旦发现过路行人,装置就会立即发出控制指令,警示驾驶员注意前方路况,并自动使车辆减速和刹车,因此提升了车辆自动化、智能化技术水平,确保了行车安全。
-
公开(公告)号:CN101734214B
公开(公告)日:2012-08-29
申请号:CN201010023042.9
申请日:2010-01-21
Applicant: 上海交通大学
Abstract: 一种汽车自动控制技术领域的汽车防撞行人智能装置与方法,装置包括:双目针孔摄像头、信号处理器、车速操控机构和语音提示器;方法的步骤包括:步骤一,摄像头参数标定;步骤二,左、右视图合成;步骤三,判定并确定移动物体所在区域;步骤四,克服灰度差异的阈值求取;步骤五,相似度度量;步骤六,检测移动物体与车辆的距离;步骤七,控制指令输出;步骤八,重复步骤二到步骤七的循环过程。本发明能够对路面状况进行自动检测,一旦发现过路行人,装置就会立即发出控制指令,警示驾驶员注意前方路况,并自动使车辆减速和刹车,因此提升了车辆自动化、智能化技术水平,确保了行车安全。
-
公开(公告)号:CN113591784B
公开(公告)日:2024-02-09
申请号:CN202110924575.2
申请日:2021-08-12
Applicant: 上海交通大学
IPC: G06V20/10 , G06V10/774 , G06N3/0464 , G06F16/2458 , G06F16/2453
Abstract: 一种基于深度哈希的多源遥感影像检索方法,采用多源遥感影像训练样本集对多分支轻量化深度哈希编码网络进行训练,将训练后的网络用于多源遥感影像的哈希编码并对编码结果进行相似性度量,实现多源遥感影像检索。本发明通过多分支轻量化深度哈希编码网络,使用不同结构的深度神经网络分别对全色影像和多光谱影像进行深度特征提取,并采用参数共享的哈希映射层对相应的深度特征进行哈希编码;根据最大后验估计,设计贝叶斯多项损失函数,可胜任海量多源遥感影像的快速检索。
-
公开(公告)号:CN111461923A
公开(公告)日:2020-07-28
申请号:CN202010259498.9
申请日:2020-04-03
Applicant: 国网山东省电力公司聊城供电公司 , 国家电网有限公司 , 上海交通大学
Abstract: 本发明公开了一种基于深度卷积神经网络的窃电监测系统和方法,涉及电力监测技术领域,包括数据输入模块,基于深度卷积神经网络的窃电深度卷积神经网络模型训练模块,以及窃电深度卷积神经网络模型监测效果评估模块,数据输入模块将正常用电数据与窃电数据合成,将合成后的数据进行预处理,将预处理后的数据分为训练集和测试集;窃电深度卷积神经网络模型训练模块,接收数据输入模块预处理后的数据对窃电深度卷积神经网络模型进行训练;窃电深度卷积神经网络模型监测效果评估模块,对窃电深度卷积神经网络模型窃电监测效果进行全面的评估,本发明实现了对数据包含的有效信息的挖掘,使得窃电监测准确度提高,且对于正常用电负荷变化更具鲁棒性。
-
公开(公告)号:CN101941438B
公开(公告)日:2013-03-20
申请号:CN201010283951.6
申请日:2010-09-17
Applicant: 上海交通大学
Abstract: 一种汽车工程中的控制技术领域的安全车距智能检控装置与方法。装置包括:双目针孔摄像头、信号处理器、车速操控机构、语音提示器,双目针孔摄像头的输出接口分别通过视频电缆与信号处理器的两个图像输入接口连接,信号处理器的输出接口分别与车速操控机构的输入接口和语音提示器的输入接口并行连接;方法为自动检测与前方车辆的车距,根据自身车辆的速度准确控制应该保持的安全车距,本发明根据当前车速与车距,实时、准确地进行减速直至刹车,因此能够有效避免车辆追尾等交通事故的发生。实施结果统计数据表明:能够将车辆追尾事故降低95%以上。
-
-
-
-
-
-