公开(公告)号：CN115720226A

公开(公告)日：2023-02-28

申请号：CN202211097503.6

申请日：2022-09-08

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  裴子航 ,  吴晨锴 ,  姚俊

IPC: H04L67/1004 ,  H04L67/12 ,  H04L41/12 ,  H04L41/14 ,  H04L41/147 ,  H04L41/16 ,  G08G1/01

Abstract: 本发明提供了一种基于时空任务需求预测的时延感知资源预留方法，本发明通过融合图卷积神经网络和基于注意力机制的门控循环神经网络，构建时空深度学习模型预测区域任务卸载需求，面向空间区域提出了时延感知边缘服务器资源预留策略，通过区域边缘服务器资源预留最小化终端任务卸载时延。本发明基于资源需求的空间和时变特性，通过对区域任务卸载需求的预测、面向空间区域提出时延感知边缘服务器资源预留策略、设计基于资源预留的任务卸载时延最小化模型，有效减少了终端任务卸载的延迟，提升了边缘网络的资源调度和运转效率。

公开(公告)号：CN115564795A

公开(公告)日：2023-01-03

申请号：CN202211224589.4

申请日：2022-10-09

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  王瀚翔 ,  钟朱州 ,  李南洋 ,  姚俊 ,  王嘉诚

IPC: G06T7/20 ,  A61B5/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多模态信息的三维人体姿态估计方法。该方法设计模拟了人体穿着衣物时的人体与衣物间的受力情况，并记录了这一数据。此外设计了一种适应压力传感器数据的人体姿态视觉真值获取方法，人在穿戴上压力数据获取设备的情况下在本发明设计的视频数据获取系统下做动作，通过视频获得人体三维姿态真值。最后将压力数据和人体三维姿态真值进行多模态对齐生成一个多模态数据集输入到本发明设计的三维人体姿态估计网络中训练模型。该方法有很长远的应用前景，使用人体与衣物间的压力数据进行人体姿态估计具有很好的发展潜力。

公开(公告)号：CN115720226B

公开(公告)日：2025-04-25

申请号：CN202211097503.6

申请日：2022-09-08

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  裴子航 ,  吴晨锴 ,  姚俊

IPC: H04L67/1004 ,  H04L67/12 ,  H04L41/12 ,  H04L41/14 ,  H04L41/147 ,  H04L41/16 ,  G08G1/01

Abstract: 本发明提供了一种基于时空任务需求预测的时延感知资源预留方法，本发明通过融合图卷积神经网络和基于注意力机制的门控循环神经网络，构建时空深度学习模型预测区域任务卸载需求，面向空间区域提出了时延感知边缘服务器资源预留策略，通过区域边缘服务器资源预留最小化终端任务卸载时延。本发明基于资源需求的空间和时变特性，通过对区域任务卸载需求的预测、面向空间区域提出时延感知边缘服务器资源预留策略、设计基于资源预留的任务卸载时延最小化模型，有效减少了终端任务卸载的延迟，提升了边缘网络的资源调度和运转效率。

公开(公告)号：CN117636117A

公开(公告)日：2024-03-01

申请号：CN202410036988.0

申请日：2024-01-10

Applicant: 杭州电子科技大学

Inventor： 张建辉 ,  姚俊

IPC: G06V10/80 ,  G06F17/16 ,  G06T7/246 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明涉及智能交通技术领域，具体涉及一种融合道路信息的多类型目标跨摄像区域轨迹生成方法，包括以下步骤：步骤一，构建轨迹生成模型，并基于轨迹生成模型获取各摄像区域内各个目标的初始轨迹；步骤二，将初始轨迹经高斯混合模型剪枝处理后生成控制点以确定预测目标的终点坐标，从而生成初始线性轨迹；步骤三，将初始线性轨迹再输入轨迹生成模型，由模型的图卷积操作后再经过轨迹细化改进得到预测的最终线性轨迹；步骤四，将最终线性轨迹拟合定位到具体的摄像区域，从而实现全局区域的轨迹预测。本发明方法妥善考虑跨摄像区域，并帮助提前识别异常行为和规划紧急应对措施，使得轨迹预测的效果更加精确，提升城市交通的运转效率。