-
公开(公告)号：CN102196453B
公开(公告)日：2013-10-23
申请号：CN201010125882.6
申请日：2010-03-16
Applicant: 普天信息技术研究院有限公司 , 北京邮电大学
Abstract: 本发明提供了一种选择通信模式的方法，包括：基站将模式选择信息发送给UE，所述模式选择信息包含网络的系统间干扰信息；UE根据所述模式选择信息衡量不同模式下由系统间干扰导致的系统收益，将系统收益较大者所对应的模式确定为所选择的通信模式。应用本发明能够在蜂窝与P2P模式混合网络中有效地控制系统间干扰，并使通信资源得到充分有效的利用。
-
公开(公告)号：CN102196453A
公开(公告)日：2011-09-21
申请号：CN201010125882.6
申请日：2010-03-16
Applicant: 普天信息技术研究院有限公司 , 北京邮电大学
Abstract: 本发明提供了一种选择通信模式的方法，包括：基站将模式选择信息发送给UE，所述模式选择信息包含网络的系统间干扰信息；UE根据所述模式选择信息衡量不同模式下由系统间干扰导致的系统收益，将系统收益较大者所对应的模式确定为所选择的通信模式。应用本发明能够在蜂窝与P2P模式混合网络中有效地控制系统间干扰，并使通信资源得到充分有效的利用。
-
公开(公告)号：CN115100565A
公开(公告)日：2022-09-23
申请号：CN202210680138.5
申请日：2022-06-16
Applicant: 北京邮电大学
IPC: G06V20/40 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/08
Abstract: 本发明提供了一种基于空间相关性与光流配准的多目标跟踪方法。该方法包括：将视频帧图像输入到空间信息与拓扑关系融合网络中，融合不同尺寸的图像特征，输出融合后的特征图；将融合特征图输入至空间信息与拓扑关系融合网络，并连接四个任务头，分别完成热图生成、偏移量生成、包围框尺寸生成和外观特征生成四个任务，以确定目标包围框的大小和位置，生成用于轨迹匹配的外观特征；将外观特征及其置信度作为结合稀疏光流的分层关联算法的输入，关联不同帧图像的检测结果，生成目标跟踪轨迹。本发明方法通过在多尺度空间注意网络和相关性融合网络引入多尺度的空间信息与拓扑信息，增加网络的表征能力，提高了目标轨迹的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN102164403B
公开(公告)日：2014-05-21
申请号：CN201010112726.6
申请日：2010-02-22
Applicant: 普天信息技术研究院有限公司 , 北京邮电大学
Abstract: 本发明公开了蜂窝与点对点P2P混合网络中进行点对点通信的方法及系统，其中，该方法采用蜂窝网络中的上行同步资源进行P2P通信的时间同步，该方法具体包括：终端向基站发送随机接入请求；终端接收基站反馈的时间调整信息，根据所述时间调整信息将本终端设置的时间同步为基站设置的时间；终端将同步后设置的时间作为P2P通信定时，进行P2P通信。本发明方案能够节省进行P2P通信的数据帧开销，提高数据传输效率。
-
公开(公告)号：CN102164403A
公开(公告)日：2011-08-24
申请号：CN201010112726.6
申请日：2010-02-22
Applicant: 普天信息技术研究院有限公司 , 北京邮电大学
Abstract: 本发明公开了蜂窝与点对点P2P混合网络中进行点对点通信的方法及系统，其中，该方法采用蜂窝网络中的上行同步资源进行P2P通信的时间同步，该方法具体包括：终端向基站发送随机接入请求；终端接收基站反馈的时间调整信息，根据所述时间调整信息将本终端设置的时间同步为基站设置的时间；终端将同步后设置的时间作为P2P通信定时，进行P2P通信。本发明方案能够节省进行P2P通信的数据帧开销，提高数据传输效率。
-
公开(公告)号：CN117252908B
公开(公告)日：2024-11-26
申请号：CN202310878608.3
申请日：2023-07-17
Applicant: 北京邮电大学
IPC: G06T7/292 , G06T7/246 , G06N3/045 , G06N3/0464 , G06N3/0442
Abstract: 本发明提供了一种基于注意力的抗遮挡多目标跟踪方法。该方法包括：主干网络获得该第t帧图片中检测目标的特征；根据遮挡情况将第t帧图片中检测目标的特征划分为独立跟踪目标特征和非独立跟踪目标特征，将非独立跟踪目标特征划分为跟踪目标特征和遮挡目标特征；将独立跟踪目标特征和时序信息聚合后的非独立跟踪目标特征输入到检测网络，检测网络输出预测目标在第t帧图片中的位置；将检测网络输出的检测目标在第t‑1帧图片和第t帧图片的预测位置进行数据关联，得到检测目标的跟踪轨迹。本发明基于注意力机制提高外观特征的区分度，增强算法在遮挡场景下的鲁棒性，减少目标长时消失场景下的身份变化，提升多目标跟踪的识别跟踪准确率和稳定性。
-
公开(公告)号：CN117252908A
公开(公告)日：2023-12-19
申请号：CN202310878608.3
申请日：2023-07-17
Applicant: 北京邮电大学
IPC: G06T7/292 , G06T7/246 , G06N3/045 , G06N3/0464 , G06N3/0442
Abstract: 本发明提供了一种基于注意力的抗遮挡多目标跟踪方法。该方法包括：主干网络获得该第t帧图片中检测目标的特征；根据遮挡情况将第t帧图片中检测目标的特征划分为独立跟踪目标特征和非独立跟踪目标特征，将非独立跟踪目标特征划分为跟踪目标特征和遮挡目标特征；将独立跟踪目标特征和时序信息聚合后的非独立跟踪目标特征输入到检测网络，检测网络输出预测目标在第t帧图片中的位置；将检测网络输出的检测目标在第t‑1帧图片和第t帧图片的预测位置进行数据关联，得到检测目标的跟踪轨迹。本发明基于注意力机制提高外观特征的区分度，增强算法在遮挡场景下的鲁棒性，减少目标长时消失场景下的身份变化，提升多目标跟踪的识别跟踪准确率和稳定性。
-
公开(公告)号：CN115100565B
公开(公告)日：2023-06-09
申请号：CN202210680138.5
申请日：2022-06-16
Applicant: 北京邮电大学
IPC: G06V20/40 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/084
Abstract: 本发明提供了一种基于空间相关性与光流配准的多目标跟踪方法。该方法包括：将视频帧图像输入到空间信息与拓扑关系融合网络中，融合不同尺寸的图像特征，输出融合后的特征图；将融合特征图输入至空间信息与拓扑关系融合网络，并连接四个任务头，分别完成热图生成、偏移量生成、包围框尺寸生成和外观特征生成四个任务，以确定目标包围框的大小和位置，生成用于轨迹匹配的外观特征；将外观特征及其置信度作为结合稀疏光流的分层关联算法的输入，关联不同帧图像的检测结果，生成目标跟踪轨迹。本发明方法通过在多尺度空间注意网络和相关性融合网络引入多尺度的空间信息与拓扑信息，增加网络的表征能力，提高了目标轨迹的稳定性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
