-
公开(公告)号：CN116153320A
公开(公告)日：2023-05-23
申请号：CN202310179169.7
申请日：2023-02-27
Applicant: 上海交通大学
IPC: G10L19/012 , G10L19/038 , G10L19/16
Abstract: 本发明提供了一种语音信号联合降噪压缩方法和系统，包括：步骤1：基于多尺度频谱重构损失训练编码器、量化器、解码器，获得最佳降噪编码器和矢量量化器；步骤2：固定编码器和量化器，将编码器、量化器、解码器作为生成器，引入基于波形的鉴别器和基于频谱的鉴别器，基于生成损失训练最佳感知质量约束下的解码器；步骤3：在编码器上通过多次下采样进行语音信号压缩，在编码器上对语音信号进行降噪以及压缩。本发明提出的最佳训练框架存在合理的理论依据，是一个理论上最优的结构，该结构能够在编码器端实现最大可能降噪，增加了编码后的比特流中的有效信息。
-
公开(公告)号：CN116128966A
公开(公告)日：2023-05-16
申请号：CN202310181061.1
申请日：2023-02-28
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于环境物体的语义定位方法，涉及机器人技术领域。包括语义建图、闭环检测、定位矫正。通过卷积神经网络提取图像中目标物体的语义信息，并利用视觉里程计来估计相机的位置信息。通过卷积神经网络提取出目标物体的标签信息以及其在图像中的2D边界框位置和尺寸；通过双向对比匹配的方式，检测相机是否经过历史的地点，如果经过则通过几何验证确认相机是否到达闭环位置；最后通过计算物体的相对位置关系并通过位姿图优化来矫正相机的定位。本发明能够在光照和季节变化、相机观测视角变化等的复杂环境下，实现厘米级的定位和地图构建。
-
公开(公告)号：CN111856512B
公开(公告)日：2022-03-11
申请号：CN202010640566.6
申请日：2020-07-06
Applicant: 上海交通大学
IPC: G01S19/07
Abstract: 本发明提供了一种基于便携式终端的双频电离层误差估计方法及系统，包括：获取便携式终端的原始L1和L5双频观测数据，并对其中的伪距观测量进行预处理，主要是载波平滑；对预处理后的L1和L5双频观测数据进行一系列的处理，获得中间输出，即L1和L5的模糊度估计；对L1和L5的模糊度进行滤波，减轻其中的噪声和误差；最后利用滤波后的L1和L5模糊度估计以及L1和L5载波观测量，获得最终的无模糊度且更加准确的L1和L5电离层误差估计。本发明相比于传统方法提高了电离层误差估计精度，可用于高精度定位和电离层监测等应用。
-
公开(公告)号：CN111856526A
公开(公告)日：2020-10-30
申请号：CN202010724432.2
申请日：2020-07-24
Applicant: 上海交通大学
IPC: G01S19/37
Abstract: 本发明提供了一种非直达径卫星导航信号识别方法、系统及介质，包括：步骤S1：样本数据处理单元(111)接收采集得到的样本数据，记为采集信号数据，依据伪距残差值以及多普勒误差绝对值对于样本数据中的LOS和NLOS信号进行判定，获得多径类别判定结果；步骤S2：在每一个历元时刻，初始化单元(112)负责接收待检测卫星导航信号，获得初始化单元(112)的输入信号参数，包括各个卫星信号的伪距、积分多普勒和载噪比参数信息，其均可在信号的跟踪环路中测量得到。本发明基于信号特征参数对于非直达径卫星导航信号进行识别，通过信号强度衰减，伪距载波差变化率和伪距残差的后验概率分布作为特征，避免增加额外的设备成本。
-
公开(公告)号：CN109753901A
公开(公告)日：2019-05-14
申请号：CN201811573978.1
申请日：2018-12-21
Applicant: 上海交通大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于行人识别的室内行人寻迹方法，该种室内行人寻迹方法首先判断场景图像中行人的身份信息，在确定后该行人的身份信息之后，再使用深度学习的方法判断标记有该身份信息的行人全身图与连续的场景图像中的行人是否为同一人，如果为同一人则求出该行人的像素坐标，之后将该像素坐标转换为室内的世界坐标，对室内的世界坐标进行曲线拟合即可得到室内行人的轨迹，利用深度学习的算法，行人识别及定位的精度高，运算量小，本方法也不需要行人随身携带用于辅助定位的设备(如移动传感器等)。本发明还提供了一种基于行人识别的室内行人寻迹装置、计算机设备及存储介质。
-
Patent Agency Ranking
公开(公告)号：CN119494424A
公开(公告)日：2025-02-21
申请号：CN202411604588.1
申请日：2024-11-11
Applicant: 上海交通大学
IPC: G06N20/20 , G06F18/2415 , G06N3/084
Abstract: 本发明公开了一种基于多头自集成的在线域适应学习方法，涉及机器学习领域。先预训练多头模型的主干网络；再分别训练多头模型的各个分类头；在噪声数据集上做多头模型自集成的TTA；使用贝叶斯优化进行最优集成权重搜索；更新优化多头模型权重。本发明有效提升模型在分布外数据集上的精度，在不显著增加模型参数量和计算量的情况下，增强模型的实际应用能力；为在线域适应学习提供了高效且实用的解决方案。
-
公开(公告)号：CN118411587A
公开(公告)日：2024-07-30
申请号：CN202410569257.2
申请日：2024-05-09
Applicant: 上海交通大学 , 中国人民解放军61646部队
IPC: G06V10/82 , G06V10/774 , G06V10/25 , G06V10/44 , G06V20/10 , G06N3/0464 , G06N3/049 , G06N3/084 , G06N3/088
Abstract: 本发明涉及图像处理领域，提供了一种基于类脑脉冲神经网络的遥感影像检测在线学习方法，包括S1、获取遥感影像；S2、构建类脑脉冲神经网络模型；S3、将遥感影像作为目标域输入到网络模型中处理，针对新目标域冻结除归一化层和动态裁剪层以外的所有层，并调整归一化层的缩放因子和偏移量；S4、通过网络模型最后一层的膜电位输出来计算无监督瞬时膜电位熵损失，对批归一化层的参数进行更新来执行在线学习。本方法基于类脑脉冲神经网络构建模型，通过对模型参数进行配置，使得模型在测试阶段面对与训练阶段数据不同表征的样本时，无需新样本标签，采取无监督的方式更新网络参数提升对陌生样本的检测精度，网络的更新能够伴随样本的流式输入在线进行。
-
公开(公告)号：CN117934610A
公开(公告)日：2024-04-26
申请号：CN202410115186.9
申请日：2024-01-26
Applicant: 上海交通大学
IPC: G06T7/73 , G06T7/60 , G06T7/80 , G06T7/50 , G06N3/0464 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种支持在线学习的定位方法及系统，涉及计算机视觉领域，深度估计模块利用基于低秩适配器的深度估计算法，估计图像的稠密深度图，利用自监督机制，实现目标域深度估计的在线学习；在线学习模块利用稠密深度图和位姿信息计算排序损失函数和不确定性损失函数，监督深度估计网络的训练；特征选择模块根据图像提取ORB特征和描述子，利用估计的不确定性和稠密深度图解算位姿信息；位姿估计模块利用稠密深度图和稀疏深度图的对齐，计算图像位姿的尺度信息，保证系统在定位过程中的尺度一致性。本发明通过设计低秩适配器，保留了深度估计网络的基本结构，能够更快速地适应新环境特征，提高对环境变化的敏感性，减少对大量新数据的依赖。
-
公开(公告)号：CN116030533A
公开(公告)日：2023-04-28
申请号：CN202310103131.1
申请日：2023-02-10
Applicant: 上海交通大学
Abstract: 本发明提供了一种运动场景的高速动作捕捉与识别方法及系统，包括：步骤S1：利用相机组与多惯性测量单元同步对人体进行感知与数据采集，基于多惯性测量单元对相机组获取的人体关节位置进行融合与修正；步骤S2：利用修正后的人体关节位置组合成表示人体动作的人体姿态骨架序列，并计算分析得到序列所表示的人体执行动作类别、动作关节运动速度以及力度；步骤S3：利用交互式可视化程序将捕获视频内容、识别动作类别、动作执行速度以及动作执行力度进行实时反馈与显示；所述相机组包括彩色摄像头与深度摄像头，在获取到彩色光照图像用以提取骨架的同时，同步采集深度信息进行3D坐标点恢复。
-
公开(公告)号：CN111856526B
公开(公告)日：2022-04-08
申请号：CN202010724432.2
申请日：2020-07-24
Applicant: 上海交通大学
IPC: G01S19/37
Abstract: 本发明提供了一种非直达径卫星导航信号识别方法、系统及介质，包括：步骤S1：样本数据处理单元(111)接收采集得到的样本数据，记为采集信号数据，依据伪距残差值以及多普勒误差绝对值对于样本数据中的LOS和NLOS信号进行判定，获得多径类别判定结果；步骤S2：在每一个历元时刻，初始化单元(112)负责接收待检测卫星导航信号，获得初始化单元(112)的输入信号参数，包括各个卫星信号的伪距、积分多普勒和载噪比参数信息，其均可在信号的跟踪环路中测量得到。本发明基于信号特征参数对于非直达径卫星导航信号进行识别，通过信号强度衰减，伪距载波差变化率和伪距残差的后验概率分布作为特征，避免增加额外的设备成本。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.026 seconds)
