针对十字路口场景的行人检测方法

    公开(公告)号:CN110046601A

    公开(公告)日:2019-07-23

    申请号:CN201910332848.7

    申请日:2019-04-24

    Abstract: 本发明揭示了一种针对十字路口场景的行人检测方法,包括如下步骤:S1、准备并整理十字路口场景的训练样本集合,所述训练样本集合包括正样本集和负样本集;S2、利用平均背景模型算法建立十字路口场景的背景模型;S3、使用训练样本,训练得到各个部位的分类器;S4、利用行为知识空间算法,将各个部位的分类器进行组合,形成最终的分类器;S5、向模型中输入待检测图片,完成对待检测图片中行人的检测识别。本发明通过对基于整体特征的算法以及基于多部位的算法的融合,再加上利用场景的相似性提出背景建模的预处理,为十字路口场景下的行人检测提出了一种快速可行且效果良好的方案。

    一种基于时空深度残差网络的大气CO2浓度预测方法

    公开(公告)号:CN118886471A

    公开(公告)日:2024-11-01

    申请号:CN202410941412.9

    申请日:2024-07-15

    Abstract: 本发明提出了一种基于时空深度残差网络的大气CO2浓度预测方法,包括:利用OCO‑2卫星观测数据和GEOS同化系统数据构建XCO2样本数据集;预处理数据,并对人为排放、气象参数、土地利用、地形地表及大气污染等多种环境数据进行抽取和匹配等,以形成训练数据集;改进ResNet结构,建立深度残差网络回归模型,并以XCO2作为目标变量、各种环境数据作为解释变量训练回归模型;评估和量化环境数据的特征重要性并剔除不必要的变量;引入时空信息,增强模型对时空特征的捕捉能力,构建ST‑ResNet模型,并使用多种十折交叉方法对其精度进行全面评估;最后,将ST‑ResNet应用于中国区域的1km分辨率日均XCO2估算,输出结果。

    顾及POI点局部空间分布差异的自适应KDE方法与系统

    公开(公告)号:CN115860813A

    公开(公告)日:2023-03-28

    申请号:CN202211554721.8

    申请日:2022-12-06

    Abstract: 本发明公开了一种顾及POI点局部空间分布差异的自适应KDE方法与系统。首先预设统计邻域范围X,以设定的间隔分别统计每个POI点四象限0~X范围内的POI点的数量,构建每个POI点的四象限邻域空间分布趋势曲线;然后根据空间分布趋势曲线的突变点,确定每个POI点不同象限的自适应带宽,所述突变点为空间分布趋势曲线一阶导数或二阶导数为0的点;最后根据获得的每个POI点的各象限的局部自适应带宽,分象限进行核密度值计算并进行四象限求和,得到最终POI点的核密度值。本发明顾及了局部地理空间结构差异性特征,从四个象限分别分析每个POI点的局部自适应带宽,可以更精确地度量POI点的空间分布密度。

    针对十字路口场景的行人检测方法

    公开(公告)号:CN110046601B

    公开(公告)日:2023-04-07

    申请号:CN201910332848.7

    申请日:2019-04-24

    Abstract: 本发明揭示了一种针对十字路口场景的行人检测方法,包括如下步骤:S1、准备并整理十字路口场景的训练样本集合,所述训练样本集合包括正样本集和负样本集;S2、利用平均背景模型算法建立十字路口场景的背景模型;S3、使用训练样本,训练得到各个部位的分类器;S4、利用行为知识空间算法,将各个部位的分类器进行组合,形成最终的分类器;S5、向模型中输入待检测图片,完成对待检测图片中行人的检测识别。本发明通过对基于整体特征的算法以及基于多部位的算法的融合,再加上利用场景的相似性提出背景建模的预处理,为十字路口场景下的行人检测提出了一种快速可行且效果良好的方案。

Patent Agency Ranking