-
公开(公告)号:CN112215282A
公开(公告)日:2021-01-12
申请号:CN202011084052.3
申请日:2020-10-12
Applicant: 西安交通大学
Abstract: 本发明公开一种基于小样本图像分类的元泛化网络系统,包括:内部循环系统,包括,特征提取器单元,通过原始图像数据得到原始图像数据的特征向量,并根据特征向量生成特征图;余弦分类器单元,用于将特征图进行分类,得到分类结果;损失值计算单元,根据分类结果计算损失值,并将损失值反向传播到特征提取器单元和余弦分类器单元;外部循环系统,包括,特征提取器单元;分类器权重初始化单元,用于为余弦分类器单元提供分类权重;余弦分类器单元;损失值计算单元,还用于将损失值传输至平均损失值计算单元;平均损失值计算单元,用于根据损失值计算平均损失值,并将平均损失值反向传播到权重分类器单元,本发明提升了小样本数据处理精度。
-
公开(公告)号:CN109848996A
公开(公告)日:2019-06-07
申请号:CN201910208867.9
申请日:2019-03-19
Applicant: 西安交通大学
IPC: B25J9/16
Abstract: 本发明提供一种基于图优化理论的大规模三维环境地图创建方法。该方法首先利用裁剪迭代最近点算法顺序地估计移动机器人的局部位姿,并判断估计结果的可靠性,如果结果不可靠,则采用快速的基于多尺度描述子对应传播算法重新估计当前时刻移动机器人的局部位姿,同时逐渐地构造一个位姿图,图的顶点表示移动机器人各时刻的位姿,图的边表示相连位姿之间的约束;随后提出了一种闭环假设和验证方法,用来检测位姿图中的闭环;最后通过运动平均方法求解位姿约束方程,得到精确的移动机器人的全局位姿。实验结果表明该方法可以很好地创建大规模三维环境地图。
-
公开(公告)号:CN120032614A
公开(公告)日:2025-05-23
申请号:CN202510498636.1
申请日:2025-04-21
Applicant: 西安交通大学
IPC: G10H1/00 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/0499 , G06N3/0895 , G06F18/213 , G06F18/25
Abstract: 本发明公开一种基于深度特征提取的旋律提取方法、系统及相关产品,属于音乐信息检索技术领域。本发明利用残差神经网络层、最大池化层和双向长短时记忆网络层提取第二频谱图的特征,得到特征向量#imgabs0#;利用卷积循环神经网络层提取第二频谱图的特征,得到特征向量#imgabs1#,将二者串联融合为特征向量#imgabs2#;最后通过半监督极限学习机网络模型提取得到待处理音频信号的旋律。本方法通过残差神经网络、双向长短时记忆网络与卷积循环神经网络的协同作用,分别提取第二频谱图的深层时序特征和局部频域特征,通过串联融合实现多模态特征互补,增强旋律特征的表征能力,解决传统SSELM模型依赖单一网络结构导致特征表达不足的问题,提高旋律提取的准确率。
-
公开(公告)号:CN118850115B
公开(公告)日:2025-03-04
申请号:CN202411192748.6
申请日:2024-08-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种车辆人机协同驾驶方法、装置、设备及存储介质,涉及智能驾驶技术领域,包括以下步骤:基于误差信息获取驾驶系统输出转角;对驾驶员转向进行模拟,得到驾驶员方向盘转角;将驾驶系统输出转角、驾驶员方向盘转角、车辆状态信息和驾驶员状态信息输入至强化学习算法,得到驾驶系统的驾驶权重;将驾驶系统的驾驶权重与驾驶员方向盘转角、驾驶系统输出转角进行线性相加,得到最终车辆控制转角,通过最终车辆控制转角对车辆进行控制。本发明综合考虑驾驶员状态和驾驶系统转向信息,尊重驾驶员意愿,减少驾驶员意愿与车辆最终转向之间的冲突。
-
公开(公告)号:CN109848996B
公开(公告)日:2020-08-14
申请号:CN201910208867.9
申请日:2019-03-19
Applicant: 西安交通大学
IPC: B25J9/16
Abstract: 本发明提供一种基于图优化理论的大规模三维环境地图创建方法。该方法首先利用裁剪迭代最近点算法顺序地估计移动机器人的局部位姿,并判断估计结果的可靠性,如果结果不可靠,则采用快速的基于多尺度描述子对应传播算法重新估计当前时刻移动机器人的局部位姿,同时逐渐地构造一个位姿图,图的顶点表示移动机器人各时刻的位姿,图的边表示相连位姿之间的约束;随后提出了一种闭环假设和验证方法,用来检测位姿图中的闭环;最后通过运动平均方法求解位姿约束方程,得到精确的移动机器人的全局位姿。实验结果表明该方法可以很好地创建大规模三维环境地图。
-
公开(公告)号:CN119620634A
公开(公告)日:2025-03-14
申请号:CN202411760445.X
申请日:2024-12-03
Applicant: 西安交通大学
IPC: G05B17/02
Abstract: 本发明公开了一种人机协同驾驶仿真方法、装置、设备及存储介质,涉及驾驶仿真技术领域,包括以下步骤:搭建人机协同驾驶的仿真架构,包括仿真车辆、仿真环境、改进的两点预瞄驾驶员转向模型和自动驾驶模型,通过预瞄风格模型获取对应的远点预瞄目标和近点预瞄目标,根据远点预瞄目标和近点预瞄目标获取远点误差和近点误差;根据驾驶熟练度模型获取不同的轨迹横向偏离程度,通过不同的横向偏离程度对近点误差进行修正;将远点误差和修正后的近点误差输入至两点预瞄驾驶员转向模型,得到第一转角。本发明增加了驾驶员在实际驾驶情况中的可变因素,使得驾驶员模型更加准确模拟不同状态下的驾驶员情况,提高了最终的转向结果的准确性。
-
公开(公告)号:CN118850115A
公开(公告)日:2024-10-29
申请号:CN202411192748.6
申请日:2024-08-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种车辆人机协同驾驶方法、装置、设备及存储介质,涉及智能驾驶技术领域,包括以下步骤:基于误差信息获取驾驶系统输出转角;对驾驶员转向进行模拟,得到驾驶员方向盘转角;将驾驶系统输出转角、驾驶员方向盘转角、车辆状态信息和驾驶员状态信息输入至强化学习算法,得到驾驶系统的驾驶权重;将驾驶系统的驾驶权重与驾驶员方向盘转角、驾驶系统输出转角进行线性相加,得到最终车辆控制转角,通过最终车辆控制转角对车辆进行控制。本发明综合考虑驾驶员状态和驾驶系统转向信息,尊重驾驶员意愿,减少驾驶员意愿与车辆最终转向之间的冲突。
-
公开(公告)号:CN116452636A
公开(公告)日:2023-07-18
申请号:CN202310451179.1
申请日:2023-04-24
Applicant: 西安交通大学
IPC: G06T7/246 , G06V20/40 , G06V10/764 , G06V10/774 , G06F17/11 , G06T7/277 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于目标跟踪的无人售货柜动态商品识别方法,属于动态识别领域。本发明对多目标跟踪算法进行了改进,使用了匀变速卡尔曼滤波来预测轨迹,对于用户行为的加速、减速和突然停顿能够较好的适应;本发明提出的匹配策略,同时关注商品的运动特征和外观特征,能够较好的恢复由于遮挡而短暂丢失的轨迹,保证商品运动轨迹的连贯性;本发明的步骤4所提出的判断方案,能够基于商品的运动方向对用户的购物行为做出判断,同时具有一定的异常情况识别能力。另一方面,本发明能够基于单摄像头进行拍摄,所需要部署的摄像头个数少,部署成本更低;由于本发明能够采用外置摄像头的方式,能够大大的提升柜内的空间利用率。
-
公开(公告)号:CN113222002A
公开(公告)日:2021-08-06
申请号:CN202110496189.8
申请日:2021-05-07
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于生成式鉴别性对比优化的零样本分类方法,包括以下步骤:利用重构损失及对比损失控制生成特征具有关联性与鉴别性的生成式网络,所述生成式网络包括特征编码器E、特征生成器G、真伪判别器D及分类器C;构建重构损失函数及对比损失函数;利用重构损失函数、对比损失函数并联合真伪判别器对生成式网络进行对抗训练;通过训练后的特征生成器G为各不可见类别生成相应的不可见类别的视觉特征,然后将生成样本与对应语义组成对,再与训练数据集中的样本组合,以形成新的训练数据集,再利用新的训练数据集对分类器进行训练,最后利用训练后的分类器进行零样本分类,该方法的分类精度较高。
-
公开(公告)号:CN118470678A
公开(公告)日:2024-08-09
申请号:CN202410663947.4
申请日:2024-05-27
Applicant: 西安交通大学
IPC: G06V20/56 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于空间感知的3D车道线检测方法,包括:将初始车道线图像输入图片特征提取模型,获取目标前视特征图;设置空间锚线,对所述空间锚线进行FV‑Lane空间转换,并通过狭长采样模型对所述目标前视特征图采样聚合,获取所述空间锚线对应的特征;基于所述空间锚线对应的特征和检测头,获取3D车道检测结果。本发明基于空间感知的3D车道线检测方法具有鲁棒性和有效性。
-
-
-
-
-
-
-
-
-