-
公开(公告)号：CN111487589A
公开(公告)日：2020-08-04
申请号：CN202010317499.4
申请日：2020-04-21
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于多源传感器网络的目标落点定位方法，包括：安装声音阵列和震动阵列；对声音阵列、震动阵列以及数据采集设备上电，实时采集阵列接收到的信号；对目标震动信号进行预处理；对目标声音信号进行预处理；提取目标震动信号的纵波包络个数；判断目标类型，计算目标的落点坐标；所有设备关闭供电，回收所述声音阵列、震动阵列以及数据采集设备。本发明融合声音落点处理方式与震动落点处理方式的优点，准确估计出信源数目，既可计算出单目标落点、多目标连续落点的坐标，还可以计算出多目标随机投射的落点坐标。同时，本发明受目标时延差的限制小，提升了定位精度。
-
公开(公告)号：CN110852358A
公开(公告)日：2020-02-28
申请号：CN201911034377.8
申请日：2019-10-29
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
Abstract: 本发明提供一种基于深度学习的车辆类型判别方法，包括：构建一yolo框架的人工神经网络模型，并且随机初始化权重系数；从网上收集和在当前应用环境中抓拍车辆照片，车辆照片包括在有遮挡、昏暗光线、车辆正面的情况下的车辆照片，对车辆进行标注，并将车辆照片输入人工神经网络模型；使用人工神经网络模型和车辆照片来进行训练；停止训练，得到适用于所述当前应用环境的权重文件；将需要识别的图片输入人工神经网络模型，判别车辆类型并返回结果。本发明的车辆类型判别方法采用的车辆照片包括有遮挡样本、昏暗光线样本以及角度较差的情况下的车辆照片，因此能够降低识别车辆类型时对降低对有无遮挡、光线和拍摄角度的要求。
-
公开(公告)号：CN111487589B
公开(公告)日：2023-08-04
申请号：CN202010317499.4
申请日：2020-04-21
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于多源传感器网络的目标落点定位方法，包括：安装声音阵列和震动阵列；对声音阵列、震动阵列以及数据采集设备上电，实时采集阵列接收到的信号；对目标震动信号进行预处理；对目标声音信号进行预处理；提取目标震动信号的纵波包络个数；判断目标类型，计算目标的落点坐标；所有设备关闭供电，回收所述声音阵列、震动阵列以及数据采集设备。本发明融合声音落点处理方式与震动落点处理方式的优点，准确估计出信源数目，既可计算出单目标落点、多目标连续落点的坐标，还可以计算出多目标随机投射的落点坐标。同时，本发明受目标时延差的限制小，提升了定位精度。
-
公开(公告)号：CN110807123A
公开(公告)日：2020-02-18
申请号：CN201911034312.3
申请日：2019-10-29
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
IPC: G06F16/583 , G06K9/62 , G06K9/00
Abstract: 本发明提供一种车辆长度计算方法，包括：构建图片数据集；对数据集中的图片进行标注，构建出标注数据集；建立YOLO模型，根据标注数据集的格式更改模型参数，利用模型对训练集及其标注数据集进行训练获得初始权重文件；构建车长信息表；调用初始权重文件，利用模型对测试集及其标注数据集进行测试，根据结果的准确率调整参数，保存测试权重文件；利用模型对待测照片进行识别，将识别结果与车长信息表进行匹配，获取车辆的长度信息。本发明还提供了车辆长度计算装置、系统、计算机设备及存储介质。本发明实现了对车辆长度的计算，应用于智能交通领域，可推动智能驾驶的发展，也可以用于车辆的归类，为交通、物流分析提供了基础数据。
-
-
-
Search Results
4
records
(took 0.045 seconds)
