公开(公告)号：CN110968299A

公开(公告)日：2020-04-07

申请号：CN201911138941.0

申请日：2019-11-20

Applicant: 北京工业大学

Inventor： 陈子豪 ,  贺国平 ,  杨佳现 ,  刘哲 ,  刘宇豪

IPC: G06F8/33 ,  G06F8/35 ,  G06F8/38 ,  G06F16/958

Abstract: 本发明涉及一种基于手绘网页图像的前端工程化代码生成方法。本发明的主要内容为：(1)设计领域特定语言对网页布局进行泛化；(2)对普通的网页进行预处理，使其趋近于手绘风格方便训练；(3)建立视觉模型、语言模型和解码器构成Draft2Code算法对手绘网页图像与其对应的领域特定语言代码进行训练得到识别模型，进而对手绘网页进行识别和转换；(4)对生成的领域特定语言代码进行处理转换为符合Vue或React框架语法的前端代码。本发明减少了UI设计工序，最终生成的代码文件可供前端工程师进行进一步开发，缩短了代码构建时间，从而提高开发效率。

公开(公告)号：CN110532898A

公开(公告)日：2019-12-03

申请号：CN201910732567.0

申请日：2019-08-09

Applicant: 北京工业大学

Inventor： 何坚 ,  杨佳现 ,  刘哲 ,  余立

IPC: G06K9/00 ,  G06K9/62

Abstract: 一种基于智能手机多传感器融合的人体活动识别方法属于智能人机交互领域，本发明利用智能手机集成的惯性传感器、磁力计和气压计等多模态传感器，提出了融合智能手机多模态传感器的人体活动识别方法。本发明的主要内容为：(1)建立基于笛卡尔坐标系的人体活动模型以及多传感器融合的人体活动识别框架；(2)人体进行日常活动，实验者通过携带智能手机采集多传感器数据；(3)通过数据预处理对原始传感器数据进行去躁、特征提取和选择；(4)设计基于Stacking的多模态数据融合集成RSK-Stacking算法对最优的人体活动数据集进行训练得到人体活动识别模型，进而对人体活动进行识别。

公开(公告)号：CN111325152B

公开(公告)日：2023-09-26

申请号：CN202010105769.5

申请日：2020-02-19

Applicant: 北京工业大学

Inventor： 刘哲 ,  贺国平 ,  杨佳现 ,  陈子豪 ,  刘宇豪

IPC: G06V20/58 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084

Abstract: 一种基于深度学习的交通标志识别方法属于图像识别领域。包括以下步骤：步骤一、获取交通标志数据集，并对数据集进行预处理。步骤二、构建TSR_ConvNet网络结构进行训练。TSR_ConvNet网络加入改善过拟合的Dropout策略，加入批量归一化层。设计合适的卷积核尺寸。全连接层的softmax分类层采用Label‑smoothing策略。步骤三、将预处理后的交通标志图像输入到TSR_ConvNet网络模型，进行交通标志识别。本发明在保证较高准确率的情况下简化了模型结构，使得模型计算量小从而训练时间大幅减少，具有更好的实用性。

公开(公告)号：CN111325152A

公开(公告)日：2020-06-23

申请号：CN202010105769.5

申请日：2020-02-19

Applicant: 北京工业大学

Inventor： 刘哲 ,  贺国平 ,  杨佳现 ,  陈子豪 ,  刘宇豪

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于深度学习的交通标志识别方法属于图像识别领域。包括以下步骤：步骤一、获取交通标志数据集，并对数据集进行预处理。步骤二、构建TSR_ConvNet网络结构进行训练。TSR_ConvNet网络加入改善过拟合的Dropout策略，加入批量归一化层。设计合适的卷积核尺寸。全连接层的softmax分类层采用Label-smoothing策略。步骤三、将预处理后的交通标志图像输入到TSR_ConvNet网络模型，进行交通标志识别。本发明在保证较高准确率的情况下简化了模型结构，使得模型计算量小从而训练时间大幅减少，具有更好的实用性。