-
公开(公告)号：CN104318761B
公开(公告)日：2017-02-08
申请号：CN201410436667.6
申请日：2014-08-29
Applicant: 华南理工大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于高速公路场景的检测方法及车辆检测跟踪的优化，其特征在于，包括以下步骤：1、检测视频中的车道线，标记并记录车道线信息；2、检测所标记车道线内的车辆，标记并记录车辆信息；3、检测视频中车辆的距离，标记并记录车距；4、判断车辆的距离是否大于给定阀值，如果是，则进入步骤5，否则，返回步骤1；5、记录在时间t内的车距Di，标记其最大值和最小值，并判断最值差是否小于给定值，如果是，则进入步骤6，否则，返回步骤1；6、判定场景已切换至高速公路；7、对标记车辆进行跟踪。具有减少了视频的处理帧数、减少了计算量和提高了实时性等优点。
-
公开(公告)号：CN113313232A
公开(公告)日：2021-08-27
申请号：CN202110545947.0
申请日：2021-05-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于预训练和图神经网络的功能脑网络分类方法，包括步骤：1)获取fMRI数据，并进行预处理；2)对fMRI数据进行大脑区域划分并提取特征，以图的形式构建功能脑网络；3)将无标签的的功能脑网络输入节点编码层训练；4)通过节点信息聚合网络训练；5)将步骤3)和4)的输出通过边关系预测网络训练；6)将带标签的功能脑网络数据输入步骤3)训练后的节点编码层训练；7)在步骤4)训练后的节点信息聚合网络中进行训练；8)通过功能脑网络分类模型，进行训练和分类。本发明利用大量无标签脑网络数据，通过对图神经网络的预训练，使完成预训练的网络只需在少量标签数据上训练即可适应下游的功能脑网络分类任务。
-
公开(公告)号：CN113313232B
公开(公告)日：2023-02-14
申请号：CN202110545947.0
申请日：2021-05-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于预训练和图神经网络的功能脑网络分类方法，包括步骤：1)获取fMRI数据，并进行预处理；2)对fMRI数据进行大脑区域划分并提取特征，以图的形式构建功能脑网络；3)将无标签的的功能脑网络输入节点编码层训练；4)通过节点信息聚合网络训练；5)将步骤3)和4)的输出通过边关系预测网络训练；6)将带标签的功能脑网络数据输入步骤3)训练后的节点编码层训练；7)在步骤4)训练后的节点信息聚合网络中进行训练；8)通过功能脑网络分类模型，进行训练和分类。本发明利用大量无标签脑网络数据，通过对图神经网络的预训练，使完成预训练的网络只需在少量标签数据上训练即可适应下游的功能脑网络分类任务。
-
公开(公告)号：CN104318761A
公开(公告)日：2015-01-28
申请号：CN201410436667.6
申请日：2014-08-29
Applicant: 华南理工大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于高速公路场景的检测方法及车辆检测跟踪的优化，其特征在于，包括以下步骤：1、检测视频中的车道线，标记并记录车道线信息；2、检测所标记车道线内的车辆，标记并记录车辆信息；3、检测视频中车辆的距离，标记并记录车距；4、判断车辆的距离是否大于给定阀值，如果是，则进入步骤5，否则，返回步骤1；5、记录在时间t内的车距Di，标记其最大值和最小值，并判断最值差是否小于给定值，如果是，则进入步骤6，否则，返回步骤1；6、判定场景已切换至高速公路；7、对标记车辆进行跟踪。具有减少了视频的处理帧数、减少了计算量和提高了实时性等优点。
-
-
-
Search Results
4
records
(took 0.015 seconds)
