公开(公告)号：CN118196723A

公开(公告)日：2024-06-14

申请号：CN202410242279.8

申请日：2024-03-04

Applicant: 北京工业大学

Inventor： 赵德群 ,  张雅栋

IPC: G06V20/54 ,  G06V20/40 ,  G06F16/51 ,  G06V20/70 ,  G06V10/764 ,  G06V10/74 ,  G06V10/25 ,  G06V10/82

Abstract: 本发明公开了一种区域内跨摄像头车辆跟踪方法，应用于智能监控与车辆跟踪技术领域。包括：通过改进的YOLOv7‑tiny模型检测当前区域内所有摄像头中的车辆，获得车辆位置框，形成当前区域内车辆框数据库，并对区域内所有摄像头建立位置关系表；将获得的车辆框数据库中的车辆以及待跟踪车辆输送至车辆再识别模型，获得所有车辆的特征向量表示，通过特征余弦距离确定待跟踪车辆当前所属的摄像头位置；对待跟踪车辆在当前所属的摄像头中进行单镜跟踪；当待跟踪车辆在当前摄像头中跟踪失败后重新确定所属的摄像头位置并进行摄像头切换完成跨摄像头跟踪，直至车辆驶出当前区域。本发明可以完成区域内跨摄像头的实时跟踪。

公开(公告)号：CN114547986A

公开(公告)日：2022-05-27

申请号：CN202210188342.5

申请日：2022-02-28

Applicant: 北京工业大学

Inventor： 赵德群 ,  赵嘉宇 ,  张雅栋

IPC: G06F30/27 ,  G06F119/02 ,  G06F119/04

Abstract: 本发明公开了一种基于数据增强的航空发动机剩余寿命预测方法，本发明提出了一种多路径特征融合网络模型以及数据增强算法。首先，通过一种数据增强方式扩大数据集的样本数量，以此来提高预测的准确性；其次，构建多路径特征融合预测模型，选择两条不同路径提取特征：第一路径将数据输入卷积神经网络(CNN)与门控循环单元(GRU)，分别提取空间特征和时序特征；第二条路径将数据直接输入长短期记忆网络(LSTM)获取时序特征。最后将两条路径输出特征融合输入全连接层进行RUL预测。相对于现有网络模型，本发明能够有效提高此类设备的剩余寿命预测精度，具有实际应用价值。