-
公开(公告)号：CN118674916B
公开(公告)日：2025-03-04
申请号：CN202410774348.X
申请日：2024-06-17
Applicant: 南京邮电大学
IPC: G06V10/25 , G06V10/80 , G06V20/64 , G06N3/0464 , G06V10/82
Abstract: 本发明公开了一种面向自动驾驶的多模态三维目标检测方法和装置，包括以下步骤，提取图像数据中的图像特征；提取点云数据中的点云特征；将图像特征和点云特征双向增强融合，得到点云增强的图像特征和图像增强的点云特征；分别对点云增强的图像特征和图像增强的点云特征进行解码，得到高分辨率图像特征和解码后的点云特征，将高分辨率图像特征与解码后的点云特征融合后，得到融合图像特征的点云特征；将融合图像特征的点云特征送入三维区域建议网络和细化模块进行三维目标检测。本发明采用基于注意力的融合方式，融合模块只关注有用特征并且抑制噪声，充分利用两种模态的互补性进行高效地融合，为自动驾驶系统的环境感知提供了有效的解决方案。
-
公开(公告)号：CN111237147A
公开(公告)日：2020-06-05
申请号：CN202010101079.2
申请日：2020-02-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种发电装置和发电鞋，包括动力换向机构、传动连接杆、水平阻力滑块、齿轮组和发电机；所述动力换向机构连接于传动连接杆的一端，水平阻力滑块连接于传动连接杆的另一端；传动连接杆以支撑轴为旋转支点，实现动力换向机构与水平阻力滑块之间的动力传送；所述支撑轴靠近动力换向机构；所述水平阻力滑块上设有齿条，所述齿条与齿轮组中的一个齿轮啮合；水平阻力滑块运动时，通过齿轮组驱动所述发电机的转轴转动；所述动力换向机构和/或水平阻力滑块上连接有复位机构。本发明提供的发电装置应用于发电鞋上能将人体行走时足底所产生的机械能转化为电能，从而高效地发电。
-
公开(公告)号：CN114708653B
公开(公告)日：2025-02-18
申请号：CN202210291238.9
申请日：2022-03-23
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V40/10 , G06V20/40 , G06V10/26 , G06V10/764 , G06V10/82 , G06F16/783 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了基于行人重识别算法的指定行人动作检索方法。基于行人重识别算法的指定行人动作检索方法：将视频数据的每一帧输入特征提取骨干网络，提取出帧级别的骨干网络特征图后输入行人检测分支模块，行人检测分支模块处理后输出各个行人的最终目标检测边界框；重识别分支模块对骨干网络特征图和各个行人的最终目标检测边界框进行处理并输出各个行人所在的动作特征队列；动作分类模块将各个行人所在的动作特征队列统一缩放为288*288的尺寸，并将其聚合在通道维度以提取各个行人在时间维度的信息，再进行动作分类并得到最终动作检索结果。本发明加入了行人重识别特征和可持续跟踪指定目标的动作识别结果，大大提高了检测行人的精确度。
-
公开(公告)号：CN117576665B
公开(公告)日：2024-04-16
申请号：CN202410077692.3
申请日：2024-01-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向自动驾驶的单摄像头三维目标检测方法及系统，所述方法包括：将获取的单目图像输入特征提取网络中，输出二维检测结果；对二维检测结果采用RoIAlign方法裁剪出RoI特征；将单目图像归一化后的坐标图以通道方式与裁剪出的每个RoI特征的地图连接，形成最终的RoI特征；根据最终的RoI特征预测三维检测信息；将二维检测结果中预测的二维框高度与三维检测信息中预测的三维框高度采用几何投影公式计算出目标深度；将所述三维检测信息中直接求出的深度以及几何投影公式计算出目标深度，通过不确定性加权融合得到最终的深度；将预测的三维检测信息与加权融合得到最终的深度进行融合，输出目标的预测信息。
-
公开(公告)号：CN117576665A
公开(公告)日：2024-02-20
申请号：CN202410077692.3
申请日：2024-01-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向自动驾驶的单摄像头三维目标检测方法及系统，所述方法包括：将获取的单目图像输入特征提取网络中，输出二维检测结果；对二维检测结果采用RoIAlign方法裁剪出RoI特征；将单目图像归一化后的坐标图以通道方式与裁剪出的每个RoI特征的地图连接，形成最终的RoI特征；根据最终的RoI特征预测三维检测信息；将二维检测结果中预测的二维框高度与三维检测信息中预测的三维框高度采用几何投影公式计算出目标深度；将所述三维检测信息中直接求出的深度以及几何投影公式计算出目标深度，通过不确定性加权融合得到最终的深度；将预测的三维检测信息与加权融合得到最终的深度进行融合，输出目标的预测信息。
-
Patent Agency Ranking
公开(公告)号：CN114708653A
公开(公告)日：2022-07-05
申请号：CN202210291238.9
申请日：2022-03-23
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V40/10 , G06V20/40 , G06V10/26 , G06V10/764 , G06V10/82 , G06F16/783 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于行人重识别算法的指定行人动作检索方法。基于行人重识别算法的指定行人动作检索方法：将视频数据的每一帧输入特征提取骨干网络，提取出帧级别的骨干网络特征图后输入行人检测分支模块，行人检测分支模块处理后输出各个行人的最终目标检测边界框；重识别分支模块对骨干网络特征图和各个行人的最终目标检测边界框进行处理并输出各个行人所在的动作特征队列；动作分类模块将各个行人所在的动作特征队列统一缩放为288*288的尺寸，并将其聚合在通道维度以提取各个行人在时间维度的信息，再进行动作分类并得到最终动作检索结果。本发明加入了行人重识别特征和可持续跟踪指定目标的动作识别结果，大大提高了检测行人的精确度。
-
公开(公告)号：CN111237147B
公开(公告)日：2024-05-28
申请号：CN202010101079.2
申请日：2020-02-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种发电装置和发电鞋，包括动力换向机构、传动连接杆、水平阻力滑块、齿轮组和发电机；所述动力换向机构连接于传动连接杆的一端，水平阻力滑块连接于传动连接杆的另一端；传动连接杆以支撑轴为旋转支点，实现动力换向机构与水平阻力滑块之间的动力传送；所述支撑轴靠近动力换向机构；所述水平阻力滑块上设有齿条，所述齿条与齿轮组中的一个齿轮啮合；水平阻力滑块运动时，通过齿轮组驱动所述发电机的转轴转动；所述动力换向机构和/或水平阻力滑块上连接有复位机构。本发明提供的发电装置应用于发电鞋上能将人体行走时足底所产生的机械能转化为电能，从而高效地发电。
-
公开(公告)号：CN118674916A
公开(公告)日：2024-09-20
申请号：CN202410774348.X
申请日：2024-06-17
Applicant: 南京邮电大学
IPC: G06V10/25 , G06V10/80 , G06V20/64 , G06N3/0464 , G06V10/82
Abstract: 本发明公开了一种面向自动驾驶的多模态三维目标检测方法和装置，包括以下步骤，提取图像数据中的图像特征；提取点云数据中的点云特征；将图像特征和点云特征双向增强融合，得到点云增强的图像特征和图像增强的点云特征；分别对点云增强的图像特征和图像增强的点云特征进行解码，得到高分辨率图像特征和解码后的点云特征，将高分辨率图像特征与解码后的点云特征融合后，得到融合图像特征的点云特征；将融合图像特征的点云特征送入三维区域建议网络和细化模块进行三维目标检测。本发明采用基于注意力的融合方式，融合模块只关注有用特征并且抑制噪声，充分利用两种模态的互补性进行高效地融合，为自动驾驶系统的环境感知提供了有效的解决方案。
-
公开(公告)号：CN117034143B
公开(公告)日：2023-12-15
申请号：CN202311303999.2
申请日：2023-10-10
Applicant: 南京邮电大学
IPC: G06F18/2415 , G06N20/00
Abstract: 本发明公开了一种基于机器学习的分布式系统故障诊断方法及装置，涉及智能运维技术领域，方法包括：对历史的系统故障数据进行预处理；构建用于推断历史的系统故障数据缺失值的填充模型；使用基于浅层神经网络的前处理模型拟合经过填充模型处理过的历史系统故障数据，获取特征间更深层次的特征嵌入；结合特征嵌入和原始特征，得到扩充后的数据集；训练故障诊断模型的三个基学习器，取基学习器输出的概率表示作为元特征，用作元学习器逻辑回归的输入，训练元学习器得到诊断模型；对新的数据样本用同样的方法得到最终的元特征，输入诊断模型进行预测；本发明可提高分布式系统智能运维的效率，减少人力资源的投入，节省成本。
-
公开(公告)号：CN117034143A
公开(公告)日：2023-11-10
申请号：CN202311303999.2
申请日：2023-10-10
Applicant: 南京邮电大学
IPC: G06F18/2415 , G06N20/00
Abstract: 本发明公开了一种基于机器学习的分布式系统故障诊断方法及装置，涉及智能运维技术领域，方法包括：对历史的系统故障数据进行预处理；构建用于推断历史的系统故障数据缺失值的填充模型；使用基于浅层神经网络的前处理模型拟合经过填充模型处理过的历史系统故障数据，获取特征间更深层次的特征嵌入；结合特征嵌入和原始特征，得到扩充后的数据集；训练故障诊断模型的三个基学习器，取基学习器输出的概率表示作为元特征，用作元学习器逻辑回归的输入，训练元学习器得到诊断模型；对新的数据样本用同样的方法得到最终的元特征，输入诊断模型进行预测；本发明可提高分布式系统智能运维的效率，减少人力资源的投入，节省成本。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.024 seconds)
