-
公开(公告)号：CN114266299A
公开(公告)日：2022-04-01
申请号：CN202111540584.8
申请日：2021-12-16
Applicant: 京沪高速铁路股份有限公司 , 北京交通大学
Abstract: 本申请提供一种基于无人机作业的铁路桥梁钢结构缺陷检测方法及系统。本申请利用无人机搭载变焦相机，在距离铁路桥梁50‑70m的空中以2m/s的速度巡航飞行，以2s的拍摄周期获取桥梁钢结构图像。然后通过对图像的预处理扩充数据集，基于YOLOv5算法，通过加入Ghost Bottleneck模块改进YOLOv5模型，以在保证最终检测精度不变的条件下，进一步大幅减少训练产生的参数，降低内存占有率。本申请能够充分利用图像层级信息，降低模型训练设备要求，实现对目标的检测，保证桥梁钢结构缺陷的检测效果。
-
公开(公告)号：CN109801232A
公开(公告)日：2019-05-24
申请号：CN201811611677.3
申请日：2018-12-27
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于深度学习的单幅图像去雾方法。该方法包括：获取室内外合成雾和真实雾的数据集，该数据集包括：训练集、测试集和验证集；构造基于残差网络(Residual Network)的端到端(end-to-end)的深度卷积神经网络，将所述训练集和验证集输入所述深度卷积神经网络并训练模型，达到最大迭代次数后训练结束，获取所述深度卷积神经网络在本次迭代中的最优模型，用测试集测试所述深度卷积神经网络和最优模型的去雾效果；利用深度卷积神经网络和最优模型对待去雾的有雾图像进行去雾处理，得到无雾图像。本发明的方法对不同浓度的合成雾图和室外真实雾图实现了端到端的恢复图像清晰化和可视化，具有不错的去雾效果和实际应用价值。
-
公开(公告)号：CN102655602B
公开(公告)日：2014-09-10
申请号：CN201210116687.6
申请日：2012-04-19
Applicant: 北京交通大学
IPC: H04N21/218 , H04N21/4405 , H04N21/637
Abstract: 本发明公开了视频监控、通讯技术领域中的一种自适应客户端解码装置及插件获取方法。本发明包括解码算法插件模块、匹配模块和自适应解码器；解码算法插件模块和匹配模块连接；匹配模块和自适应解码器连接；解码算法插件模块包含铁路视频监控系统中所有摄像头的格式转换程序、解码程序和解码插件接口定义，用于实现解码算法插件的统一调用与管理；匹配模块用于接收到压缩视频流，获取相应的解码算法；自适应解码器用于实现解码功能。本发明解决了多厂商视频格式兼容性问题；节约了更换摄像头等相关器材的费用。
-
公开(公告)号：CN119693915A
公开(公告)日：2025-03-25
申请号：CN202411752362.6
申请日：2024-12-02
Applicant: 北京交通大学
IPC: G06V20/58 , G06V20/40 , G06V10/25 , G06V10/40 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种多模态全类别铁路障碍物入侵检测方法。该方法包括：获取轨道交通周界各路段的视频图像，对于视频图像进行解码分析，将视频图像拆解为连续视频帧，将视频帧输送到特征提取模块中；特征提取模块采用Rail‑IDET算法对视频帧进行特征提取，获取所述视频帧中的检测物体的坐标信息；将检测物体的坐标在原视频帧中进行绘制提示得到检测视频帧，将各个检测视频帧逐帧合成新的视频流输出；将新的视频流中展示的检测物体的坐标作为轨道交通的入侵物体的坐标。本发明提出的多模态全类别铁路障碍物入侵检测方法将大模型的图文理解能力应用到现场，解决了现有铁路障碍物检测算法检测目标不全面的问题，同时解决了大规模数据持续学习的遗忘问题。
-
公开(公告)号：CN112464701B
公开(公告)日：2023-06-30
申请号：CN202010870314.2
申请日：2020-08-26
Applicant: 北京交通大学
IPC: G06V40/16 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明提供了一种基于轻量化特征融合SSD的人员是否佩戴口罩检测方法。该方法包括：收集、整理各个场景人员佩戴口罩与不佩戴口罩的图像，构建口罩检测图像数据集；构建以EfficientNet‑B3为骨干网络的特征提取模块，提取出三层特征图；对三层特征图通过Concat级联和归一化处理，得到轻量化特征融合SSD算法检测器的前三层特征图；对第三层特征图连续做卷积运算，得到轻量化特征融合SSD算法检测器的后三层特征图，对轻量化特征融合SSD算法检测器进行训练；对轻量化特征融合SSD算法检测器输入待检测图像，实时输出是否佩戴口罩结果。本发明的方法提高了小人脸的检测准确率，运行内存小、检测速度快、模型小，可以实时检测监控图像中众多小人脸是否佩戴口罩。
-
Patent Agency Ranking
公开(公告)号：CN112560641A
公开(公告)日：2021-03-26
申请号：CN202011442479.6
申请日：2020-12-11
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于视频的双向客流通道中的单向客流信息检测方法。该方法包括：获取双向客流通道场景下的视频图像，使用目标检测算法对视频图像进行客流目标检测；利用改进的DeepSort算法对视频图像中的客流目标进行目标跟踪，获取所述双向客流通道中的单向客流统计信息。本发明能够有效改善遮挡情况下的目标追踪效果，能够对地铁场景等双向通行客流视频中的某一方向进行精确的客流量统计。同时提高运行速度，保证了客流信息检测的实时性。
-
公开(公告)号：CN109859120A
公开(公告)日：2019-06-07
申请号：CN201910015947.2
申请日：2019-01-08
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于多尺度残差网络的图像去雾方法。该方法包括：获取不同场景下的无雾图像，组成无雾图像数据集；提取无雾图像的深度信息，根据无雾图像的深度信息对无雾图像施加不同浓度的雾干扰，得到有雾图像，将根据无雾图像得到的所有有雾图像构成训练数据集；构建多尺度残差网络，在多尺度残差网络中输入训练数据集，对多尺度残差网络进行训练，得到训练完成的图像去雾模型；将待处理的有雾图像输入到训练完成的图像去雾模型，该图像去雾模型输出待处理的有雾图像对应的无雾图像。本发明的方法能够更好地处理不同浓度和不同尺度下的雾图，解决训练数据较少的问题，以较少的训练数据取得更好的效果，适用于不同浓度和不同尺度下的雾图。
-
公开(公告)号：CN105141911B
公开(公告)日：2019-02-26
申请号：CN201510505302.9
申请日：2015-08-17
Applicant: 北京交通大学
Abstract: 本发明属于视频监控、通讯技术领域，尤其涉及一种铁路视频监控系统互联装置及方法。本发明装置包括自注册模块、目录资源上报模块、信令接收与处理模块和媒体转发模块；本发明方法将本发明装置作为铁路既有视频系统的一部分存在于接入节点中，视频系统通过代理装置与区域节点联通，代理装置直接负责管理其管理辖区域内的摄像头、摄像头资料以及数据转发与分发工作，相当于代管摄像头资料，并代理摄像头与其他视频终端进行联系，从而实现在B/S(浏览端/服务端)、C/S(客户机/服务器)模式下对既有视频系统的配置、巡查和视频浏览等功能，满足大型的可互联互通的视频监控和视频指挥调度的需求。
-
公开(公告)号：CN104240030B
公开(公告)日：2017-05-10
申请号：CN201410469304.2
申请日：2014-09-16
Applicant: 北京交通大学
Abstract: 本发明提供一种轨道交通路网动态安全风险评价方法，首先确定轨道交通路网动态安全风险评价动态指标体系，然后根据路网设备实时采集的数据计算各项动态指标值，最后基于区间二型模糊数和TOPSIS结合的新方法对轨道交通路网运营安全风险进行动态评价，更为精确地掌握轨道交通路网运营实时的安全状态，为相关管理人员的决策提供技术支持，对于提高决策质量具有非常重要的实际意义。
-
公开(公告)号：CN104217297A
公开(公告)日：2014-12-17
申请号：CN201410469673.1
申请日：2014-09-16
Applicant: 北京交通大学
CPC classification number: Y02P90/84
Abstract: 本发明提供一种轨道交通车站动态安全风险评价方法，首先确定轨道交通车站动态安全风险评价动态指标体系，然后根据车站设备实时采集的数据计算各项动态指标值，最后基于区间二型模糊数和TOPSIS结合的新方法对轨道交通车站运营安全风险进行动态评价，更为精确地掌握轨道交通车站运营实时的安全状态，为相关管理人员的决策提供技术支持，对于提高决策质量具有非常重要的实际意义。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.032 seconds)
