公开(公告)号：CN118691850A

公开(公告)日：2024-09-24

申请号：CN202410730478.3

申请日：2024-06-06

Applicant: 上海交通大学

Inventor： 杨林 ,  李井忠 ,  史臻 ,  徐安泽 ,  陈宇轩 ,  金悦

IPC: G06V10/62 ,  G06V20/56 ,  G06V10/42 ,  G06V10/80 ,  G06V10/77 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/09

Abstract: 本发明提供了一种低计算复杂度和域适应性的群智能体轨迹预测方法及系统，包括：步骤S1：获取智能体轨迹及初始关联，分别由节点和边表示，构建空间边特征有向图和时间边特征有向图；步骤S2：空间边特征有向图和时间边特征有向图分别进行节点‑边特征融合处理，得到增强的空间交互特征和增强的时间交互特征；步骤S3：增强的空间交互特征和增强的时间交互特征分别利用混合特征注意力网络自适应捕捉空间全局交互特征和时间全局交互特征；步骤S4：基于空间全局交互特征和时间全局交互特征构建残差聚合模块的空间邻接矩阵和时间邻接矩阵，利用所述残差聚合模块的空间邻接矩阵和时间邻接矩阵融合空间轨迹和时间运动，得到增强的时空轨迹；步骤S5：对增强的时空轨迹使用时间卷积网络生成当前场景中所有智能体的轨迹预测结果。

公开(公告)号：CN116863376A

公开(公告)日：2023-10-10

申请号：CN202310841913.5

申请日：2023-07-10

Applicant: 上海交通大学

Inventor： 陈宇轩 ,  赵乾佑 ,  范琪 ,  黄栩 ,  吴非凡 ,  武对娣 ,  戚进

IPC: G06V20/40 ,  G06V20/52 ,  G06V10/94 ,  G06V10/82 ,  G06N3/045 ,  G06N3/082

Abstract: 本发明提供了一种电梯轿厢乘客异常事件检测的边缘计算方法及系统，包括：由摄像头实时拍摄获取电梯轿厢监控视频并把视频帧传给边缘设备；边缘设备利用事先训练好的事件检测模型对视频帧中的事件进行识别；若识别到电梯轿厢中出现异常事件，边缘设备则向用户主机发送信息，进而可触发警报并保存图片；所述事件检测模型采用三维残差网络改进的双流网络模型得到异常事件种类；所述边缘设备采用Nvidia Jetson Xavier NX。本发明实现了同时处理时间和空间两个维度特征的效果，避免深度网络训练中梯度消失或梯度爆炸的问题，模型的准确度很高；使用int8量化技术，使模型的计算量大大下降，有利于在边缘设备上的快速识别。

公开(公告)号：CN115855128A

公开(公告)日：2023-03-28

申请号：CN202211411350.8

申请日：2022-11-11

Applicant: 上海交通大学

Inventor： 陈铭易 ,  陈宇轩 ,  丁立 ,  曾敏

IPC: G01D5/249 ,  G01B7/02

Abstract: 本发明属于绝对位移定位领域，基于组合式码道涡流栅位移传感器结构的新型位移检测算法。采用编码码道与测量码道相结合的测量方式，将编码码道位预编码分组，对不确定编码位采用进退位编码，保证了编码过程的确定性。测量码道位移校正，补偿编码码道位移，保证了输出总位移连续变化，不产生大范围跳变。输出位移经过4点滑动平均，减少安装和制造工艺带来的偏差，基本消除测量位移百分位的跳动。本算法在组合式码道涡流栅位移传感器的建模测试中达到了良好的效果，验证了算法的实用性。

公开(公告)号：CN115527271A

公开(公告)日：2022-12-27

申请号：CN202211253488.X

申请日：2022-10-13

Applicant: 上海交通大学

Inventor： 赵乾佑 ,  黄海清 ,  戚进 ,  胡洁 ,  王小强 ,  陈宇轩 ,  范琪

IPC: G06V40/20 ,  G06V20/40 ,  G06V20/52 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06V10/25 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种电梯轿厢乘客异常行为检测方法及系统，包括：步骤S1：加载电梯监控视频，并通过堆栈存储最近播放的连续视频帧；步骤S2：出栈时将堆栈存储的连续视频帧依次输入到目标检测模型中提取人像姿态，若为异常，则根据人像位置划定当前连续视频帧检测区，并基于划定的当前连续视频帧检测区图片组成新的视频帧，存储在堆栈中；步骤S3：将堆栈中存储的新的视频帧输入至行为检测模型识别行为种类；步骤S4：当行为种类为异常行为时则触发警报并保存人像；所述目标检测模型采用改进的YOLO目标检测算法获得目标边框与姿态类别；所述行为检测模型采用综合注意力机制的长短期记忆网络得到行为种类。

公开(公告)号：CN112614170A

公开(公告)日：2021-04-06

申请号：CN202110022500.5

申请日：2021-01-08

Applicant: 上海交通大学

Inventor： 陈宇轩 ,  沈红斌

IPC: G06T7/33 ,  G06F17/14

Abstract: 一种基于傅里叶功率谱的冷冻电镜单颗粒图像配准方法，通过对待测冷冻电镜单颗粒图片集进行功率谱高通滤波器参数估计，然后计算待配准图像的傅里叶功率谱，并提取特征点，根据特征点对待配准图像进行反旋转后对图像进行矫正；基于傅里叶功率谱的旋转周期性，再次根据特征点计算另一相对旋转角后进行相对反旋转和相对矫正，最后根据矫正以及相对矫正得到的矫正图像与目标图像进行相似性计算，取相似性最高的矫正图像作为配准参数结果。本发明使用傅里叶功率谱域的分析对噪声、颗粒以及背景进行了有效分离，同时基于快速傅里叶变换的有效实现大大提高了算法的计算性能，无需进行迭代修正可直接计算出配准参数，使得配准无论从计算速度还是精度与鲁棒性上都得到了提升。