-
公开(公告)号：CN109165689B
公开(公告)日：2021-10-26
申请号：CN201810997929.4
申请日：2018-08-29
Applicant: 浙江工业大学
Abstract: 本发明提出的一种车辆车窗精准定位方法，具体是一种结合yolo检测模型和直线检测的车辆车窗精准定位方法。该方法首先训练yolo车窗检测模型确定车窗的大致位置，然后根据经验值确定车窗四条边线的合适检测区域。进一步，对于车窗的左右边线，采用一种基于Hough直线检测加聚类的方法进行检测，对于车窗的上下边线，采用一种基于投影的方法进行检测。最终，联合车窗四条边线确定车窗位置。利用本发明可以实现精准定位车辆车窗，对于车辆区域分割、车窗特征提取等目标有重要意义。
-
公开(公告)号：CN111126144B
公开(公告)日：2021-10-12
申请号：CN201911143276.4
申请日：2019-11-20
Applicant: 浙江工业大学
Abstract: 本发明涉及一种基于机器学习的车辆轨迹异常检测方法，尤其涉及在车辆通过十字路口时的轨迹运用机器学习进行轨迹异常检测的方法。本发明方法通过输入车辆运行轨迹数据集，并使用机器学习的方法训练得到异常检测模型，并以此为依据进行车辆轨迹异常检测，判断待测车辆轨迹是否可靠，通过对车辆轨迹点的规范化处理，同时结合机器学习的中多元逻辑回归的方法完成异常判断模型θ的训练；它实现了根据异常判断模型θ判断轨迹是否异常，不仅准确率达到要求，同时运用矩阵点积和简易的多元逻辑回归算法，它实现了轨迹异常判断耗时非常少，效率高，非常适用于获取车辆轨迹后实行车辆轨迹异常检测步骤，对车辆目标检测具有重大意义。
-
公开(公告)号：CN113378558A
公开(公告)日：2021-09-10
申请号：CN202110570270.6
申请日：2021-05-25
Applicant: 浙江工业大学
IPC: G06F40/284 , G06F40/44 , G06K9/62
Abstract: 一种基于代表词对的RESTful API文档主题分布提取方法，所述方法包括以下步骤：第一步：对文档进行分词处理，并进行停止词去除与时态归一化；第二步：将分词结果转换为词对集合；第三步：在主题模型的迭代过程中计算代表词对，并利用代表词对实现概率采样算法，完成主题模型训练，输出RESTful API的文档主题分布。本发明提出一种基于代表词对的RESTful API文档主题分布提取方法，该方法设计了一种以BTM主题模型为基础的词对模型，通过一种基于主题分布信息的概率采样策略，来寻找训练过程中对当前采样主题关联度高的代表词对，并通过调节词对在采样过程中的权重信息，降低噪声问题带来的干扰。
-
公开(公告)号：CN110543888B
公开(公告)日：2020-12-25
申请号：CN201910638362.6
申请日：2019-07-16
Applicant: 浙江工业大学
Abstract: 一种基于群集递归神经网络的图像分类方法，包括将待识别数据集按照标签分为训练集与测试集，预处理后形成输入向量，构建一个基于神经元簇的群集递归神经网络用于形成具有稀疏表达的特征向量，利用基于奖励信号调制的算法调整递归层与输出层之间的权重，从而形成成熟的分类器，利用该分类器完成对图像的分类。本发明的网络结构和学习方法具有构造简单，分类结果好，分类方法具备一定的通用性，且易于由硬件实现的特点。
-
公开(公告)号：CN111475607A
公开(公告)日：2020-07-31
申请号：CN202010127323.2
申请日：2020-02-28
Applicant: 浙江工业大学
IPC: G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30 , G06F40/247 , G06K9/62
Abstract: 一种基于Mashup服务功能特征表示与密度峰值检测的聚类方法，包括以下步骤：第一步、对所有需要特征表示的Mashup服务数据进行预处理；第二步、进行功能名词提取操作；第三步、对每个功能名词的语义权重进行语义关联计算；第四步、结合TF-IDF算法与Word2Vec模型，进行Mashup语义特征向量的表示；第五步、对于所有参与聚类的Mashup语义特征向量，进行密度信息的计算；第六步、从所有Mashup语义特征向量中，筛选出聚类中心的候选点；第七步、进一步筛选出最为合适的K个初始聚类中心，进行K-means聚类。本发明能够有效表示Mashup服务的功能特征，增强Mashup服务的聚类性能。
-
Patent Agency Ranking
公开(公告)号：CN111272139A
公开(公告)日：2020-06-12
申请号：CN202010096182.2
申请日：2020-02-17
Applicant: 浙江工业大学
Abstract: 本发明提出了一种基于单目视觉的车辆长度测量方法，基于深度学习轻量级网络，采用成本较低的单目摄像头，先通过相机内参标定与车道线平面的单应性矩阵标定，并录制在车道线上的车辆行驶视频进行车辆长度计算，同时根据是否偏离行驶设计两种不同算法进行车辆长度计算。本方法实现了基于行驶道路路边相机对车辆的长度的精确测量，可以极大降低人力资源成本、增加车辆违法改装的检查力度、减少交通负荷和环境污染、保证交通安全、提高通行效率。
-
公开(公告)号：CN111222469A
公开(公告)日：2020-06-02
申请号：CN202010020602.9
申请日：2020-01-09
Applicant: 浙江工业大学
Abstract: 本发明公开了一种由粗到精的人脸姿态量化估计方法，所述方法包括粗略估计和精细估计两个阶段，所述的粗略估计利用人脸姿态分类网络获取人脸姿态的类别以及相应的权重，精细估计阶段利用三维人脸关键点定位得到二维人脸图像对应的三维人脸关键点坐标，然后利用三维人脸关键点在三维坐标系的x-y、x-z以及y-z三个平面上的几何投影来分别估计人脸在roll、yaw和pitch三个方向上的偏移角度，最后结合粗略估计阶段得到的权重以及人脸在roll、yaw和pitch三个方向上的偏移角度，得到人脸姿态的最终得分，从而实现人脸姿态的量化估计。
-
公开(公告)号：CN110543888A
公开(公告)日：2019-12-06
申请号：CN201910638362.6
申请日：2019-07-16
Applicant: 浙江工业大学
Abstract: 一种基于群集递归神经网络的图像分类方法，包括将待识别数据集按照标签分为训练集与测试集，预处理后形成输入向量，构建一个基于神经元簇的群集递归神经网络用于形成具有稀疏表达的特征向量，利用基于奖励信号调制的算法调整递归层与输出层之间的权重，从而形成成熟的分类器，利用该分类器完成对图像的分类。本发明的网络结构和学习方法具有构造简单，分类结果好，分类方法具备一定的通用性，且易于由硬件实现的特点。
-
公开(公告)号：CN110490150A
公开(公告)日：2019-11-22
申请号：CN201910779521.4
申请日：2019-08-22
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于车辆检索的违章图片自动审核系统及方法。所述审核系统由车辆检测模块、车辆特征提取模块、车辆对比模块及车辆违章检测模块构成，车辆检测模块用于检测出违章图片中所有车辆；车辆特征提取模块用于车辆深度特征提取；车辆对比模块用于比对车辆特征，计算出车辆特征匹配度；车辆违章检测模块用于对违章车辆中与目标违章车辆的相同车辆定位，再根据具体定位确定违章车辆。本发明通过采用上述技术得到的审核，能在视频分析软件判断车辆违章误检时，得到正确的判断，避免车辆违章的误判，使车辆违章自动化更加完善；还能自动识别车辆是否发生违章事件，释放了交管人力资源，提高了资源利用率。
-
公开(公告)号：CN110472591A
公开(公告)日：2019-11-19
申请号：CN201910765422.0
申请日：2019-08-19
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于深度特征重构的遮挡行人重识别方法，包括如下步骤，步骤1.1：给定待匹配的带遮挡行人的图像；步骤1.2：设计特征提取网络FPSN；步骤1.3：给待匹配图像Pd和Pc中的行人进行姿态预测，得到行人骨架；步骤2.1：根据骨架将图像Pd和Pc中的行人划分为头部，左右躯干以及上下腿部五个子图部分；步骤3.1：将图像Pdb和Pcb行分别放入FPSN网络中进行特征提取；步骤3.3：用Y中的块yj对X中任意的小块xi进行稀疏重构；步骤4.1：计算xi与yj的余弦相似度tij；步骤4.2：计算xi与Y之间的距离di；步骤4.3：根据式(1)计算图像Pd和Pc之间相似度；本发明的优点是：利用行人姿态估计，深度学习以及特征重构的方法，将行人图像进行子区域划分和遮挡部分处理。
-
-
-
-
-
-
-
-
-
Search Results
168
records
(took 0.027 seconds)
