-
公开(公告)号：CN103942560B
公开(公告)日：2017-06-16
申请号：CN201410035329.1
申请日：2014-01-24
Applicant: 北京理工大学
Abstract: 本发明属于智能交通和视频监控技术领域，涉及一种基于高分辨率视频的车辆检测方法。本发明结合智能交通系统的实际应用情况，将视频车辆检测问题视为车头（或车尾）区域的检测问题，为便于描述以车头区域为例；首先在高分辨率监控视频中设置车辆检测的感兴趣区域，利用感兴趣区域中的梯度密度信息和车头区域的结构信息生成一系列的候选区域；使用监督学习方法离线训练车辆与背景的二分类器，其中正样本满足车头的结构约束；使用分类器对候选区域进行验证，将分类为车辆的候选区域标记为车辆区域；使用聚类方法滤除误检并合并多个检测结果，得到最终的车辆检测结果。本发明可以有效地去除误检，提高车辆检测的准确率；操作简单，应用前景广阔。
-
公开(公告)号：CN105678804A
公开(公告)日：2016-06-15
申请号：CN201610006974.X
申请日：2016-01-06
Applicant: 北京理工大学
IPC: G06T7/20
CPC classification number: G06T2207/10016 , G06T2207/30241
Abstract: 本发明为一种耦合目标检测与数据关联的在线多目标跟踪方法，用于实时跟踪视频中的多个感兴趣目标，属于计算机视觉和视频监控技术领域。本发明从目标检测器提供的中间结果出发，通过引入序贯轨迹先验，实现目标跟踪并优化目标检测结果，能有效缓解目标检测器检测结果不精确的问题；本发明采用最大后验估计的概率框架计算目标和检测结果之间的关联代价，提高了数据关联的准确性，能有效处理目标之间的相互干扰；本发明在目标检测和数据关联之间建立了紧密的联系，使得两者成为两个相互促进的过程，提高了多目标跟踪的性能。
-
公开(公告)号：CN105654139A
公开(公告)日：2016-06-08
申请号：CN201511029753.6
申请日：2015-12-31
Applicant: 北京理工大学
IPC: G06K9/62
Abstract: 本发明涉及一种采用时间动态表观模型的实时在线多目标跟踪方法。本发明将多目标跟踪过程中每个目标的表观信息看作是一个时间有序的表观序列，通过考虑目标表观信息在跟踪过程中随时间变化的规律，建立有强判别力的表观模型来表达表观序列的时间动态变化特性；同时通过多个隐状态的观测模型建模目标表观在特征空间中的结构多样性，为目标与检测结果之间的数据关联提供精确的表观匹配信息；通过将检测结果逐帧地与目标进行关联完成实时在线多目标跟踪的任务，可实时准确的跟踪视频中的多个感兴趣目标。在保证跟踪性能的同时具有很高的计算效率，能够实际应用于各种实时系统。
-
公开(公告)号：CN103942560A
公开(公告)日：2014-07-23
申请号：CN201410035329.1
申请日：2014-01-24
Applicant: 北京理工大学
Abstract: 一种智能交通监控系统中的高分辨率视频车辆检测方法。本发明属于智能交通和视频监控技术领域，涉及一种基于高分辨率视频的车辆检测方法。本发明结合智能交通系统的实际应用情况，将视频车辆检测问题视为车头（或车尾）区域的检测问题，为便于描述以车头区域为例；首先在高分辨率监控视频中设置车辆检测的感兴趣区域，利用感兴趣区域中的梯度密度信息和车头区域的结构信息生成一系列的候选区域；使用监督学习方法离线训练车辆与背景的二分类器，其中正样本满足车头的结构约束；使用分类器对候选区域进行验证，将分类为车辆的候选区域标记为车辆区域；使用聚类方法滤除误检并合并多个检测结果，得到最终的车辆检测结果。本发明可以有效地去除误检，提高车辆检测的准确率；操作简单，应用前景广阔。
-
公开(公告)号：CN111960421B
公开(公告)日：2021-11-05
申请号：CN202010877236.9
申请日：2020-08-27
Applicant: 北京理工大学
Abstract: 本发明提供了一种包覆型碳硅负极材料的制备方法，包括以下步骤：将聚四氟乙烯颗粒和硅颗粒混合后进行球磨，得到混合粉体；将所述混合粉体点燃，进行氧化还原反应，得到包覆型碳硅负极材料。本发明提供的制备方法先将聚四氟乙烯颗粒和硅颗粒进行球磨处理，实现混合粉体的均匀分散，再以混合粉体作为反应物，将其点燃后发生爆燃，在爆燃过程中聚四氟乙烯与部分硅发生剧烈的氧化还原反应，生成碳壳，同时爆燃放出的能量使得未反应的硅在高温下破碎形成硅微粒子，得到了包覆型碳硅负极材料，简化了工艺。实验表明，本发明的包覆型碳硅负极材料用于锂离子电池负极材料在400mA/g电流密度下，400个循环后容量为1200mAh g‑1。
-
Patent Agency Ranking
公开(公告)号：CN102880863B
公开(公告)日：2014-12-31
申请号：CN201210352669.8
申请日：2012-09-20
Applicant: 北京理工大学
Abstract: 本发明为涉及一种基于可变形部件模型的车牌及驾驶员人脸定位方法，属于物体检测领域。该方法通过可变形部件模型对正面视图中的车辆进行建模，将车牌和驾驶员人脸作为模型中的部件，通过训练得到模型中的参数；基于所建立的模型进行精确的车牌定位和驾驶员人脸定位，并基于车牌与驾驶员人脸的相对位置关系进行车型识别。本发明可以充分的利用车牌和驾驶员人脸之间的位置信息，可以准确的定位车牌和驾驶员人脸，并得到车型信息。
-
公开(公告)号：CN102880863A
公开(公告)日：2013-01-16
申请号：CN201210352669.8
申请日：2012-09-20
Applicant: 北京理工大学
Abstract: 本发明为涉及一种基于可变形部件模型的车牌及驾驶员人脸定位方法，属于物体检测领域。该方法通过可变形部件模型对正面视图中的车辆进行建模，将车牌和驾驶员人脸作为模型中的部件，通过训练得到模型中的参数；基于所建立的模型进行精确的车牌定位和驾驶员人脸定位，并基于车牌与驾驶员人脸的相对位置关系进行车型识别。本发明可以充分的利用车牌和驾驶员人脸之间的位置信息，可以准确的定位车牌和驾驶员人脸，并得到车型信息。
-
公开(公告)号：CN111191461A
公开(公告)日：2020-05-22
申请号：CN201911395765.9
申请日：2019-12-30
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于课程学习的远程监督关系抽取方法，属于人工智能和自然语言处理技术领域。本方法将关系抽取器看作学生网络，针对关系抽取任务，设计一个导师网络来监督关系抽取器的训练过程。导师网络接收关系抽取器的相关特征信息输入，学习出包中每个句子的权重，然后将其反馈到关系抽取器中，使得质量好的句子更多参与到关系抽取器的训练过程中。本方法为了高效地协同训练两个网络，在交替局部梯度下降方法基础上进行改进，提出一种适用于关系抽取任务的联合优化方法。本发明提高了噪声环境下关系抽取的效果，在主流的关系抽取数据集中优于传统方法。
-
公开(公告)号：CN111191461B
公开(公告)日：2021-08-03
申请号：CN201911395765.9
申请日：2019-12-30
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于课程学习的远程监督关系抽取方法，属于人工智能和自然语言处理技术领域。本方法将关系抽取器看作学生网络，针对关系抽取任务，设计一个导师网络来监督关系抽取器的训练过程。导师网络接收关系抽取器的相关特征信息输入，学习出包中每个句子的权重，然后将其反馈到关系抽取器中，使得质量好的句子更多参与到关系抽取器的训练过程中。本方法为了高效地协同训练两个网络，在交替局部梯度下降方法基础上进行改进，提出一种适用于关系抽取任务的联合优化方法。本发明提高了噪声环境下关系抽取的效果，在主流的关系抽取数据集中优于传统方法。
-
公开(公告)号：CN111892041A
公开(公告)日：2020-11-06
申请号：CN202010878105.2
申请日：2020-08-27
Applicant: 北京理工大学
IPC: C01B32/184
Abstract: 本发明提供了一种石墨烯粉体的制备方法，属于石墨烯的制备技术领域。本发明提供的制备方法，步骤为：(1)将聚四氟乙烯和有机溶剂混合，得到聚四氟乙烯悬浊液；所述混合包括超声或搅拌；(2)将所述聚四氟乙烯悬浊液和活性固体颗粒混合后，依次进行固液分离和干燥，得到混合粉体；(3)将所述混合粉体引燃，进行氧化还原反应后，依次进行洗涤和干燥，得到石墨烯粉体。本发明利用聚四氟乙烯和活性固体颗粒，在引燃的条件下，发生剧烈的氧化还原反应，直接生成石墨烯粉体。本发明提供的制备方法工艺简单，生产成本低，能耗少，安全，适用于实现工业化生产。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.044 seconds)
