-
公开(公告)号：CN118247306A
公开(公告)日：2024-06-25
申请号：CN202410482831.0
申请日：2024-04-22
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于动态阈值方程的车辆行驶状态判断方法，包括：从道路摄像头中获取高帧率视频并进行预处理得到车辆的运动轨迹；基于运动轨迹得到车辆每一帧到摄像头的距离以及车辆相邻两帧检测框的交并比，并通过曲线拟合方法生成最佳拟合曲线，对曲线进行平移和调整得到最终的动态阈值方程，根据不同的场景生成不同的动态阈值方程，确保对不同情况下的车辆状态具有准确判断能力；将动态阈值方程应用于从道路摄像头中获取的低帧率视频中，根据方程计算得出的阈值，即预测的交并比，对车辆的行驶状态进行判断是缓慢行驶车辆还是正常行驶车辆。本发明通过动态阈值方程的自适应调整和准确判断，能够实现对车辆行驶状态的精准监测。
-
公开(公告)号：CN116434155A
公开(公告)日：2023-07-14
申请号：CN202310282144.X
申请日：2023-03-22
Applicant: 华南理工大学
IPC: G06V20/54 , G06V10/764 , G06V10/82 , G06V10/30 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于目标检测和卷积神经网络的车标识别方法，该方法步骤如下：S1、构建车辆检测模型；S2、构建车标检测模型；S3、构建车标识别的卷积神经网络；S4、设计损失函数训练车辆检测模型、车标检测模型和车标识别卷积神经网络；S5、实时采集高速公路卡口图像，依次输入车辆检测模型、车标检测模型和车标识别卷积神经网络，最后得到车标类别预测结果。本发明有效解决了由车标小、车标种类繁多、摄像头分辨率低以及光照条件多变等导致车标识别准确率低的问题，在实际的高速公路场景中取得了优秀的车标识别效果。
-
公开(公告)号：CN108921602A
公开(公告)日：2018-11-30
申请号：CN201810642096.X
申请日：2018-06-21
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于集成神经网络的用户购买行为预测方法，包括步骤：1)对用户行为历史记录进行特征提取和采样，获得样本集合T1；2)利用Boosting集成方法形成分类器C1，对样本集合T1进行分类处理和特征集成，得到新的样本集合T2；3)构建神经网络的基本结构，利用基因算法对神经网络的参数进行启发式搜索，形成集成神经网络分类器C2；4)利用分类器C2对样本集合T2进行分类处理，得到新的样本集合T3；5)利用Bagging集成方法形成分类器C3，对样本集合T3进行分类处理，得到用户会产生购买行为的物品列表，作为对于用户购买行为的预测结果。本发明解决传统方法分类效果差、泛化性差、在大数据情景下效率低下等问题。
-
公开(公告)号：CN107395669A
公开(公告)日：2017-11-24
申请号：CN201710402900.2
申请日：2017-06-01
Applicant: 华南理工大学
IPC: H04L29/08
Abstract: 本发明公开了一种基于流式实时分布式大数据的数据采集方法及系统，主要是采用分布式云集群的方式来处理数据采集，提高数据采集的处理性能和提供一定的可扩展性；构建分区关联的任务队列，不需要首先完成数据累计和落地，实时检测业务数据的变化，采用内存模型来高效存储增量收集的数据，减少本地临时文件保存时所占的空间，避免数据堆积和丢失，同时在基于内存模型的基础上，将数据块进行流化处理，直接在内存中对数据流进行并行处理并实时更新到分析数据集。本发明充分发挥了云集群的高效处理性能，同时利用基于内存的高效存储模型完成数据的收集和归类操作，为后续的实时数据分析提供数据基础，保证了实时数据采集可得到实时的反馈分析结果。
-
公开(公告)号：CN106126601A
公开(公告)日：2016-11-16
申请号：CN201610451305.3
申请日：2016-06-20
Applicant: 华南理工大学
IPC: G06F17/30
CPC classification number: G06F16/27 , G06F16/283
Abstract: 本发明公开了一种社保大数据分布式预处理方法及系统，主要技术方案是将数据预处理流程定义为包含多个预处理操作节点的数据预处理作业，预处理操作节点在独立的线程中并行执行；对复杂度高的数据操作节点分配多个执行线程，并以分布式云服务器集群的方式并行执行数据预处理作业；分布式预处理系统的数据装载按列方式写入分布式文件系统，同时利用NoSQL对数据写入操作进行缓存优化。本发明充分发挥了预处理云服务器的处理性能，克服了单一服务器的性能瓶颈，也避免了服务器与HDFS数据节点之间多余的数据传输，同时提高数据装载到HDFS的效率，从而提高大数据预处理的效率。
-
Patent Agency Ranking
公开(公告)号：CN114529877B
公开(公告)日：2024-09-06
申请号：CN202210078289.3
申请日：2022-01-24
Applicant: 华南理工大学
IPC: G06V20/54 , G06V10/764 , G06V10/26 , G06V10/28 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于路面语义分割和卷积神经网络的路面天气识别方法，该方法步骤如下：S1、构建语义分割网络；S2、路面二值化处理；S3、构建天气识别卷积神经网络；S4、训练语义分割网络和天气识别卷积神经网络；S5、实时采集高速公路图片，输入语义分割网络和天气识别卷积神经网络，输出图片对应天气类型。本发明通过提取图片路面区域并同时学习整体图片和路面区域特征，综合了整体图片的全局特征和路面区域的局部特征，提供了一种高效的高速公路路面场景的天气识别方法。
-
公开(公告)号：CN116453069A
公开(公告)日：2023-07-18
申请号：CN202310274462.1
申请日：2023-03-21
Applicant: 华南理工大学
IPC: G06V20/54 , G06V20/52 , G06V10/28 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/246
Abstract: 本发明公开了一种基于级联差异感知模型的高速公路抛洒物检测方法，步骤如下：对高速公路视频进行背景建模提取前景再进行数学形态学处理，获得前景候选框；去除面积过小过大、不在路面上、被YOLO网络模型识别为人车的前景候选框；使用IOU目标跟踪算法求出静止超过2s的前景候选框；将当前帧的中值图像与背景图像输入到差异感知模型中，得到差异区域并生成差异框；通过最优化算法保留与差异框匹配的前景候选框；将前景候选框图像输入路面与非路面二分类网络，将分类为非路面的前景候选框判定为抛洒物目标框，在画面中标示。本发明通过背景建模提取前景，再通过一系列条件判断筛选出抛洒物，在实际场景中验证了本发明的有效性。
-
公开(公告)号：CN114529877A
公开(公告)日：2022-05-24
申请号：CN202210078289.3
申请日：2022-01-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于路面语义分割和卷积神经网络的路面天气识别方法，该方法步骤如下：S1、构建语义分割网络；S2、路面二值化处理；S3、构建天气识别卷积神经网络；S4、训练语义分割网络和天气识别卷积神经网络；S5、实时采集高速公路图片，输入语义分割网络和天气识别卷积神经网络，输出图片对应天气类型。本发明通过提取图片路面区域并同时学习整体图片和路面区域特征，综合了整体图片的全局特征和路面区域的局部特征，提供了一种高效的高速公路路面场景的天气识别方法。
-
公开(公告)号：CN111738302A
公开(公告)日：2020-10-02
申请号：CN202010465444.8
申请日：2020-05-28
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多模态数据对阿尔茨海默病进行分类诊断的系统，包括：图形用户界面模块，用于以图形的方式给用户呈现程序功能调用的接口；3D MRI图像数据预处理模块，用于对患者的3D MRI图像进行预处理，从3D数据中选出2D切片；图像数据分类预测模块，用于对2D切片进行特征提取，并进行分类预测，给出患者三种状态(阿尔茨海默病、轻度认知障碍、正常)的概率；非图像数据分类预测模块，用于对患者的非图像数据进行分类预测，给出患者三种状态的概率；基于概率的集成模块，用于给出一个三种状态概率的最终预测结果。本发明在多模态(图像、非图像)数据情境下对阿尔茨海默病患者进行精准分类预测，辅助医疗工作者进行诊断和治疗。
-
公开(公告)号：CN110689018A
公开(公告)日：2020-01-14
申请号：CN201910905002.8
申请日：2019-09-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种智能阅卷系统及其处理方法，包括答题卡定位模块，用于从拍摄图片中定位出答题卡的区域；答题卡切割模块，从定位出的区域中将答题卡切割出来并进行适当缩放用于切割答题区域，答题区域切割与排序模块，从缩放后的答题卡中根据答题区域切割所有的答案并进行编码排序；手写文字识别模块，对经过上述三个模块处理后的图片上的文字进行识别，将识别出来的文字传输到语义识别与对比模块，进行后续的语义识别；语义分析与对比模块，用于计算两段文本的相似度，输出的相似度是一个介于0到1之间的实数值，值越大则相似度越高。本发明能快速地识别学生的手写答案并将其与正确答案进行比对，从而实现对简答题的正确评阅和自动评分。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.024 seconds)
