-
公开(公告)号：CN103136239B
公开(公告)日：2015-03-25
申请号：CN201110384954.3
申请日：2011-11-29
Applicant: 北京理工大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于张量重建的交通数据丢失恢复方法，以解决现有传统交通数据丢失恢复方法中采用的基于向量或矩阵形式来恢复丢失数据所导致的精度不高和多天丢失无法处理问题。本发明提供的方法包括：A、将交通数据组建为多维张量形式，并用标记张量表示丢失的交通张量数据；B、将张量数据展开到各个模式上，计算各模式的相关性，求取各模式权重；C、根据张量数据的构建和各模式权重的计算，建立丢失值恢复目标函数及其求解丢失值。本发明建立在多维张量模型的基础上，能够包含所有交通时空信息和充分利用多模式相关性，同时保持了交通数据多维特性等原始结构，恢复精度明显优于传统的基于向量和矩阵的恢复方法，并且能较好地解决多天丢失极端情况。
-
Patent Agency Ranking
公开(公告)号：CN103021177B
公开(公告)日：2014-05-07
申请号：CN201210532043.5
申请日：2012-12-11
Applicant: 北京理工大学
Abstract: 一种雾天交通监控视频图像的处理方法，包括：1，检测交通监控场景中的车辆；2，根据检测的车辆与行人活动区域，建立感兴趣区域，即可行驶区域；3，估计道路区域深度比例，生成深度图像：根据检测的车辆尺寸、位置与车辆运动的方向，估计道路区域的深度比例，建立交通监控场景模型，自动生成交通监控场景深度图像；4，建立交通监控场景雾天图像退化模型：利用交通监控场景深度图像，作为雾天图像退化的重要参数，建立该交通监控场景的雾天图像退化模型；5，求解所述交通监控场景雾天图像退化模型，恢复图像。
-
公开(公告)号：CN103021177A
公开(公告)日：2013-04-03
申请号：CN201210532043.5
申请日：2012-12-11
Applicant: 北京理工大学
Abstract: 一种雾天交通监控视频图像的处理方法，包括：1，检测交通监控场景中的车辆；2，根据检测的车辆与行人活动区域，建立感兴趣区域，即可行驶区域；3，估计道路区域深度比例，生成深度图像：根据检测的车辆尺寸、位置与车辆运动的方向，估计道路区域的深度比例，建立交通监控场景模型，自动生成交通监控场景深度图像；4，建立交通监控场景雾天图像退化模型：利用交通监控场景深度图像，作为雾天图像退化的重要参数，建立该交通监控场景的雾天图像退化模型；5，求解所述交通监控场景雾天图像退化模型，恢复图像。
-
-
公开(公告)号：CN103136239A
公开(公告)日：2013-06-05
申请号：CN201110384954.3
申请日：2011-11-29
Applicant: 北京理工大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于张量重建的交通数据丢失恢复方法，以解决现有传统交通数据丢失恢复方法中采用的基于向量或矩阵形式来恢复丢失数据所导致的精度不高和多天丢失无法处理问题。本发明提供的方法包括：A、将交通数据组建为多维张量形式，并用标记张量表示丢失的交通张量数据；B、将张量数据展开到各个模式上，计算各模式的相关性，求取各模式权重；C、根据张量数据的构建和各模式权重的计算，建立丢失值恢复目标函数及其求解丢失值。本发明建立在多维张量模型的基础上，能够包含所有交通时空信息和充分利用多模式相关性，同时保持了交通数据多维特性等原始结构，恢复精度明显优于传统的基于向量和矩阵的恢复方法，并且能较好地解决多天丢失极端情况。
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
