公开(公告)号：CN115080778B

公开(公告)日：2024-07-23

申请号：CN202210612925.6

申请日：2022-05-31

Applicant: 同济大学

Inventor： 李冰 ,  赵生捷 ,  刘奇

IPC: G06F16/532 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明涉及一种基于噪声数据清理的跨模态三维模型检索方法，包括：S1、获取模型数据集并进行预处理；S2、通过深度卷积神经网络对三维模型数据进行分类训练得到第一训练网络，提取得到三维模型特征向量，计算类中心特征向量；S3、通过深度卷积神经网络对草图样本进行回归训练得到第二训练网络，对草图样本进行数据质量评价并清理噪声数据，根据类中心特征向量，通过知识蒸馏方法将草图样本特征迁移到三维模型特征空间进行优化；S4、获取实时草图数据，通过第二训练网络与第一训练网络分别提取特征向量，计算特征向量之间的余弦距离，排序后输出三维模型检索结果。与现有技术相比，本发明具有提高模型训练精度，进而提高模型检索精度等优点。

公开(公告)号：CN118247949A

公开(公告)日：2024-06-25

申请号：CN202410241059.3

申请日：2024-03-04

Applicant: 同济大学

Inventor： 赵生捷 ,  李娜 ,  韩丰夏

IPC: G08G1/01 ,  G08G1/065 ,  G06Q10/04 ,  G06Q50/40 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明涉及一种基于元学习的时空交通流量预测方法和介质，包括如下步骤：获取目标区域的历史交通流量，输入基于元学习的时空交通流量预测模型，得到预测交通流量；其中，所述编码器和所述解码器的结构相同，包括多个ST‑Block，每个ST‑Block包括Meta GCN子模块与Meta Temporal Attention子模块，所述Meta GCN子模块用于根据所述边元特性和所述节点元特性提取空间特征，所述Meta Temporal Attention子模块用于根据所述节点元特性提取时序特征，每个ST‑Block提取的空间特征和时序特征通过门限融合机制进行融合。与现有技术相比，本发明进一步提高了交通流量预测结果的准确性和可靠性。

公开(公告)号：CN118095344A

公开(公告)日：2024-05-28

申请号：CN202410157693.9

申请日：2024-02-04

Applicant: 同济大学

Inventor： 曾进 ,  张桂彬 ,  韩丰夏 ,  王洁 ,  赵生捷

IPC: G06N3/042 ,  G06N3/0495 ,  G06N3/082 ,  G06N3/084

Abstract: 本申请涉及神经网络图像数据处理技术领域，具体而言，涉及一种自适应图神经网络联合稀疏框架及方法，一定程度上可以解决现有手段通常依赖于手动的剪枝率调整和不具灵活性的剪枝范式，不适用于深层图神经网络的问题。该框架包括：初始化与稀疏化设置；边评分计算；动态自适应剪枝；损失计算与反向传播；最优掩码更新；模型重置与重训，该方法包括获取初始参数及目标参数；计算可学习的边评分sij；进行权重和邻接矩阵的剪枝，获得系数图结构和网络参数权重；计算自适应图彩票损失LAdaGLT进行反向传播；在当前稀疏度靠近目标值时，更新最优掩码mA*和mθ*；基于最优掩码，重训练固定掩码的模型；输出稀疏的图结构与图神经网络。

公开(公告)号：CN113762349B

公开(公告)日：2024-03-29

申请号：CN202110916982.9

申请日：2021-08-11

Applicant: 同济大学

Inventor： 赵生捷 ,  汪昱 ,  张林

IPC: G06F18/2413 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明涉及一种面向海洋生物的轻量化混叠稠密网络分类方法和系统，包括获取海洋生物图像，并载入预先建立并训练好的混叠稠密网络模型中，获取分类结果；混叠稠密网络模型为卷积神经网络，该卷积神经网络中设有密集块，密集块包括多个混叠网络单元，多个混叠网络单元通过密集连接的方式连接，混叠网络单元包括依次连接的第一分组卷积层、批正则化层、通道混叠层、深度可分离卷积层、第二分组卷积层和串接层，串接层分别连接混叠网络单元的输入和第二分组卷积层的输出，串接层的输出连接有线性整流函数。与现有技术相比，本发明具有能获取更多有用的信息，减少模型的参数，实现信息的融合，在提高网络分类精度的同时加快网络训练速度等优点。

公开(公告)号：CN113762082B

公开(公告)日：2024-02-27

申请号：CN202110908006.9

申请日：2021-08-09

Applicant: 同济大学

Inventor： 赵生捷 ,  梁爽 ,  姚晗

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/088 ,  G06N3/0442

Abstract: 本发明涉及一种基于循环图卷积自动编码器的无监督骨架动作识别方法，其特征在于，包括：将人体骨架动作序列输入至循环图卷积编码器；循环图卷积编码器输出得到动作序列的表征向量；通过加权最近邻分类算法计算动作序列的表征向量得到人体骨架动作序列的识别类别；循环图卷积编码器包括：多层空间关节注意力模块，用于结合人体骨架动作序列和循环图卷积编码器的隐藏层，自适应衡量不同动作不同关节的重要性，得到加权的骨架序列；多层图卷积门控循环单元层，用于整合加权的骨架序列的连接关系特征，得到动作序列的表征向量。与现有技术相比，本发明可以显著提升无监督动作识别系统的识别精度，具有广阔的应用前景。

公开(公告)号：CN117519239A

公开(公告)日：2024-02-06

申请号：CN202311545061.1

申请日：2023-11-20

Applicant: 同济大学

Inventor： 赵生捷 ,  李冰 ,  甘俊毅

IPC: G05D1/46 ,  G05D109/20

Abstract: 本发明涉及一种无人机控制深度强化学习网络模型构建方法、设备、介质。该方法将针对无人机飞行动作的价值网络分别构建为短视网络和远见网络，并构建策略网络。基于无人机飞行动作场景的采样，构建训练样本，初始化网络参数，训练短视网络，并预训练策略网络。预训练后的短视网络用于对策略网络进行梯度提升，训练直到其收敛或达到预设轮次。训练后的网络模型经过微调，作为无人机飞行动作控制模型。与现有技术相比，本发明将价值网络拆分为短视网络与远见网络，一方面提高了训练样本的复用率，降低了无人机与环境交互的次数，另一方面通过预训练加速了网络收敛速度，进一步降低了训练成本。

公开(公告)号：CN117456448A

公开(公告)日：2024-01-26

申请号：CN202311327809.0

申请日：2023-10-13

Applicant: 同济大学

Inventor： 赵生捷 ,  刘洪博 ,  邓浩

IPC: G06V20/52 ,  G06V20/54 ,  G06V20/59 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种飞机客舱环境感知系统。该系统采用松耦合的架构；其中，所述架构包括8个层级，从上到下依次为：接入终端层、API接口层、API网关层、业务服务层、基础服务层、数据层、数据库层和硬件层；所述系统还包括相互独立的不同模块，所述模块具体包括：客舱监控模块、数据管理功能模块、系统控制功能模块和用户模块；各模块之间通过局域网进行通信。与现有技术相比，本发明具有能够自动监测和识别行李架状态和座椅上的乘客状态，提高监测的准确性和实时性，减轻空乘人员的工作量，保障乘客的航行安全和提高乘客的舒适感等优点。

公开(公告)号：CN117115217A

公开(公告)日：2023-11-24

申请号：CN202311045931.9

申请日：2023-08-18

Applicant: 同济大学

Inventor： 赵生捷 ,  李冰 ,  张佳煜

IPC: G06T7/33 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明涉及一种基于无监督学习的无人机航拍图像配准方法、系统、设备及存储介质，所述方法包括以下步骤：建立数据集：获取无人机航拍连续帧图像，将连续帧图像的相邻两帧组成一组图像对；优化配准算法网络：将图像对输入配准算法网络进行优化，通过三元损失函数的数值判定配准算法网络优化完成；完成图像配准：将待配准的图像对输入至优化完成的配准算法网络得到配准的图像。与现有技术相比，本发明具有能够准确描述图像之间的相似性，进而能够进行精确的图像配准的优点。

公开(公告)号：CN116777805A

公开(公告)日：2023-09-19

申请号：CN202310781233.9

申请日：2023-06-29

Applicant: 同济大学

Inventor： 赵生捷 ,  周楷彬 ,  邓浩

IPC: G06T5/50 ,  G06T3/40

Abstract: 本发明涉及一种从渲染中学习的雨景图像合成方法、装置及存储介质，该方法步骤包括：渲染阶段创建高分辨率配对雨景‑背景图像数据集，包含多个场景和光照条件下不同时刻的图像对；学习阶段在隐式扩散模型中引入引导扩散模型，使用自编码器模型学习一个与图像空间在感知上等价的隐空间，用编码器对图像进行感知压缩，在隐空间中得到与图像空间的像素等价的隐变量；在隐空间完成扩散模型的前向过程和反向过程，其中所述反向过程使用交叉注意力和串联两种条件机制进行约束；通过解码器将输出的隐变量变换到图像空间，生成高分辨率的雨景图像。与现有技术相比，本发明兼具基于渲染方法的真实性优点和基于学习方法的高效性优点。

公开(公告)号：CN116706659A

公开(公告)日：2023-09-05

申请号：CN202310712015.X

申请日：2023-06-15

Applicant: 同济大学

Inventor： 邓浩 ,  赵生捷 ,  刘明清 ,  刘庆文 ,  张林

IPC: H01S3/10 ,  H01S3/137 ,  H01S3/08

Abstract: 本发明涉及一种基于耦合腔激光器的腔内激光传能定位一体化系统，包括发射器和集成到远程用户设备中的接收器，并由发射器与接收器中元件构成的主谐振腔以及与主谐振腔相互耦合的自由空间谐振腔；主谐振腔位于发射器中，用于产生腔内激光，由沿光路依次设置的第一回复反射器、增益介质和第二回复反射器构成，增益介质与泵浦源连接；自由空间谐振腔由集成在发射器中的第三回复反射器和集成在接收器中用于提供有效光频电磁场反馈的第四回复反射器构成，第三回复反射器与第二回复反射器相互光束耦合；本发明通过双腔耦合原理和多反射器的设计，并基于固有的自对准功能实现了3维位置的感知，提高传能效率和视场角FoV，并实现移动定位。