-
公开(公告)号：CN113869792A
公开(公告)日：2021-12-31
申请号：CN202111225218.3
申请日：2021-10-21
Applicant: 北京工业大学
Abstract: 本发明涉及一种离子液体吸收氯苯环境影响评价方法。为解决目前此过程环境影响评价方法不明确的缺点，提出了一种基于生命周期的环境影响评价方法。具体实施上：将此过程生命周期进行阶段划分；建立各个阶段离子液体吸收氯苯所消耗物质与相应的排放清单；对过程中产生的各环境影响指标数值通过公式进行量化计算。该方法能直接反映此过程的环境影响程度。
-
公开(公告)号：CN113723190A
公开(公告)日：2021-11-30
申请号：CN202110861330.X
申请日：2021-07-29
Applicant: 北京工业大学
Abstract: 本发明公开了一种面向同步移动目标的多目标跟踪方法，应用目标检测算法检测图像中所要跟踪的目标，得到所要跟踪目标的检测框；然后将所要跟踪目标的检测框信息输入到基于位移相似性的多目标跟踪算法中进行目标匹配关联：首先利用滤波器方法对目标的运动轨迹进行预测与更新；然后对得到的轨迹和当前帧检测框利用目标的运动状态和IoU代价矩阵进行初次关联匹配；最后，对于初次关联匹配结果中未匹配的跟踪目标，基于位移相似性特点计算其在当前帧的位置信息。以引入目标表观特征增强跟踪器的性能，充分利用到多目标之间的运动位移相似性特点，当出现跟踪目标被遮挡或无法在连续帧被检测的情况时，避免了产生跟踪ID变换问题，因此适用于同步运动场景。
-
公开(公告)号：CN113378830A
公开(公告)日：2021-09-10
申请号：CN202110488161.X
申请日：2021-05-06
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于域适应的可自主学习数据标签生成方法，合源域数据集标签数据构建已标注中间域合成数据集；利用已标注中间域合成数据集训练目标检测网络，并输入无标注目标域数据集中图像数据获取对应的图像检测框结果；对当前目标检测网络置信度阈值参数值进行动态更新操作，对检测框结果进行噪声滤除、循环更新操作，将检测框结果转换为图像标签数据格式。输出图像标签数据，并结合相应的目标域图像数据构建已标注目标域数据集，实现目标域数据集的自动标注功能。本发明应用于多种不同目标场景或者类别的数据集自动标注工作，从而无需对不同应用场景下的图像数据集重新进行大量的人工数据集标注工作，节约劳动力成本并提高工作效率。
-
公开(公告)号：CN110110629A
公开(公告)日：2019-08-09
申请号：CN201910336741.X
申请日：2019-04-25
Applicant: 北京工业大学
Abstract: 本发明公开了面向室内环境控制的人员信息检测方法与系统，系统包括图像读取装置模块、图像配准模块、配准后红外热图像读取模块、配准后可见光图像读取模块、人员信息检测模块、人员区域信息映射模块、人员体表温度计算模块和信息融合模块。通过对分辨率、视场角以及拍摄角度不同的可见光图像和红外热图像配准处理，使得配准后可见光图像和红外热图像的像素点对应。然后检测配准后可见光图像中人员区域信息、性别和年龄信息，并将配准后可见光图像中人员区域信息映射到配准后红外热图像中，精确获取配准后红外热图像中人员区域信息，计算出人员体表温度，从而完成与室内环境控制相关的人员性别、年龄以及人员体表温度信息检测。
-
公开(公告)号：CN110956094B
公开(公告)日：2023-12-01
申请号：CN201911090619.5
申请日：2019-11-09
Applicant: 北京工业大学
IPC: G06V40/10 , G06V10/56 , G06V10/30 , G06N3/0464 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/22
Abstract: 本发明公开了一种基于非对称双流网络的RGB‑D多模态融合人员检测方法，属于计算机视觉与图像处理领域。包含RGBD图像采集，深度图像预处理，RGB特征提取和Depth特征提取，RGB多尺度融合和Depth多尺度融合，多模态特征通道重加权以及多尺度人员预测；本发明针对传统对称型RGBD双流网络易导致深度特征流失的问题，设计非对称RGBD双流卷积神经网络模型。对RGBD双流网络分别设计多尺度融合结构，实现多尺度信息互补。构建多模态重加权结构，合并RGB和Depth特征图，并对合并后的每个特征通道加权赋值，实现模型自动学习贡献占比。利用多模态特征进行人员的分类和边框回归，在保证实时性的同时，提高人员检测的准确性，并增强对夜间
-
Patent Agency Ranking
公开(公告)号：CN109558810B
公开(公告)日：2023-01-20
申请号：CN201811341401.8
申请日：2018-11-12
Applicant: 北京工业大学
IPC: G06V40/10 , G06V10/764 , G06V10/80
Abstract: 本发明公开了基于部位分割与融合目标人物识别方法，该方法是通过将人体进行部位分割，分割为头肩、躯干、腿部和全身四个部位，对于每个部位通过卷积神经网络分别训练得到四个部位分类器，每个部位分类器输出对应识别为目标人物的置信分数，然后我们将所有部分分类器进行部位分类器阈值判断和融合决策，获得最终的识别结果。该识别方法融合了身体多个部位的决策信息，可充分挖掘各身体部位之间的内在关联，具有多场景的普适性。当人物面部等特征区分度较大的部位受到部分遮挡时，依然可以通过联合其他身体部位信息进行有效识别，对部分遮挡有较好的鲁棒性。在加权组合的基础上添加部位决策阈值，避免加权组合结果受到部位极端值的影响。
-
公开(公告)号：CN110110629B
公开(公告)日：2021-05-28
申请号：CN201910336741.X
申请日：2019-04-25
Applicant: 北京工业大学
Abstract: 本发明公开了面向室内环境控制的人员信息检测方法与系统，系统包括图像读取装置模块、图像配准模块、配准后红外热图像读取模块、配准后可见光图像读取模块、人员信息检测模块、人员区域信息映射模块、人员体表温度计算模块和信息融合模块。通过对分辨率、视场角以及拍摄角度不同的可见光图像和红外热图像配准处理，使得配准后可见光图像和红外热图像的像素点对应。然后检测配准后可见光图像中人员区域信息、性别和年龄信息，并将配准后可见光图像中人员区域信息映射到配准后红外热图像中，精确获取配准后红外热图像中人员区域信息，计算出人员体表温度，从而完成与室内环境控制相关的人员性别、年龄以及人员体表温度信息检测。
-
公开(公告)号：CN111881749A
公开(公告)日：2020-11-03
申请号：CN202010588951.0
申请日：2020-06-24
Applicant: 北京工业大学
Abstract: 本发明公开了基于RGB-D多模态数据的双向人流量统计方法，属于计算技术觉领域。主要包括RGB-D视频序列提取，人员检测，基于RGB-D的多目标跟踪，基于三维质心运动方向判断，双向人流量计数；本发明为了提升轨迹关联的可靠性和准确性，设计一种基于IOU和深度化率联合约束的目标匹配策略，结合位置相似度和深度相似度将检测框和已有轨迹进行二次匹配；为减少目标频繁遮挡导致轨迹匹配错误以及目标ID频繁切换的情况，设计一种基于轨迹上下文深度差的目标遮挡判断策略，通过计算感兴趣区域的深度均值对人员遮挡状态进行判断，依据遮挡状态对目标轨迹进行优化；最后提出利用三维质心坐标判断人员横、纵运动方向，减少方向判断错误，并处理不规则运动。
-
公开(公告)号：CN110956094A
公开(公告)日：2020-04-03
申请号：CN201911090619.5
申请日：2019-11-09
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于非对称双流网络的RGB-D多模态融合人员检测方法，属于计算机视觉与图像处理领域。包含RGBD图像采集，深度图像预处理，RGB特征提取和Depth特征提取，RGB多尺度融合和Depth多尺度融合，多模态特征通道重加权以及多尺度人员预测；本发明针对传统对称型RGBD双流网络易导致深度特征流失的问题，设计非对称RGBD双流卷积神经网络模型。对RGBD双流网络分别设计多尺度融合结构，实现多尺度信息互补。构建多模态重加权结构，合并RGB和Depth特征图，并对合并后的每个特征通道加权赋值，实现模型自动学习贡献占比。利用多模态特征进行人员的分类和边框回归，在保证实时性的同时，提高人员检测的准确性，并增强对夜间低照度以及人员遮挡下检测的鲁棒性。
-
公开(公告)号：CN113378830B
公开(公告)日：2024-05-28
申请号：CN202110488161.X
申请日：2021-05-06
Applicant: 北京工业大学
IPC: G06V10/25 , G06V10/30 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/045
Abstract: 本发明公开了一种基于域适应的可自主学习数据标签生成方法，合源域数据集标签数据构建已标注中间域合成数据集；利用已标注中间域合成数据集训练目标检测网络，并输入无标注目标域数据集中图像数据获取对应的图像检测框结果；对当前目标检测网络置信度阈值参数值进行动态更新操作，对检测框结果进行噪声滤除、循环更新操作，将检测框结果转换为图像标签数据格式。输出图像标签数据，并结合相应的目标域图像数据构建已标注目标域数据集，实现目标域数据集的自动标注功能。本发明应用于多种不同目标场景或者类别的数据集自动标注工作，从而无需对不同应用场景下的图像数据集重新进行大量的人工数据集标注工作，节约劳动力成本并提高工作效率。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.022 seconds)
