一种单目标追踪方法及计算机可读介质

    公开(公告)号:CN113362372A

    公开(公告)日:2021-09-07

    申请号:CN202110570260.2

    申请日:2021-05-25

    Applicant: 同济大学

    Abstract: 本发明涉及一种单目标追踪方法及计算机可读介质,其中单目标追踪方法包括:步骤1:获取待检测的视频帧序列,对所有的视频帧进行数据增强预处理;步骤2:将视频帧序列输入训练好的单目标检测模型;步骤3:单目标检测模型输出目标分类结果和对应的边界框估计值;步骤4:筛选目标分类结果中的待追踪单目标,输出其边界框估计值,完成单目标追踪。与现有技术相比,本发明具有目标追踪性能好等优点。

    基于基础材料分解的多能谱CT重建方法及计算机可读介质

    公开(公告)号:CN113298905A

    公开(公告)日:2021-08-24

    申请号:CN202110591980.7

    申请日:2021-05-28

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于基础材料分解的多能谱CT重建方法及计算机可读介质,其中多能谱CT重建方法包括:步骤1:获取由SS‑SXCT方法或CSXCT方法的测量数据;步骤2:获取基于基础材料分解BMD重构基础材料组分的系数图像和基础材料的质量衰减系数;步骤3:重建出多能谱CT图像。与现有技术相比,本发明具有重建图像质量好、图像伪影低等优点。

    一种轻量化车辆检测方法、系统及计算机可读介质

    公开(公告)号:CN113112462A

    公开(公告)日:2021-07-13

    申请号:CN202110344709.3

    申请日:2021-03-31

    Applicant: 同济大学

    Abstract: 本发明涉及一种轻量化车辆检测方法、系统及计算机可读介质,其中车辆检测方法包括:步骤1:获取源点云数据以及标签;步骤2:对步骤1获取的点云数据进行预处理;步骤3:构建轻量化的车辆检测模型,使用步骤2中预处理后的数据对车辆检测模型进行训练;步骤4:实时获取待检测车辆的源点云数据,并对其进行预处理,将预处理后的点云数据输入训练好的车辆检测模型;步骤5:输出当前车辆的车辆检测结果。与现有技术相比,本发明具有轻量化、准确率高等优点。

    一种基于深度学习的硬岩隧道掘进机的掘进参数预测方法

    公开(公告)号:CN112163316A

    公开(公告)日:2021-01-01

    申请号:CN202010893005.7

    申请日:2020-08-31

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于深度学习的硬岩隧道掘进机的掘进参数预测方法,具体包括以下步骤:S1.获取传感器连续记录的掘进数据,划分出原始掘进段进行优化,获得目标掘进段组,并将目标掘进段组划分为训练样本集和测试样本集;S2.构建卷积神经网络模型,将训练样本集输入卷积神经网络模型进行深度学习,获取初步预测模型;S3.获取测试样本集,输入初步预测模型进行测试,根据测试结果调整初步预测模型的超参数;S4.重复步骤S3,记录每次调整超参数后模型的预测误差,当预测误差小于设定阈值时,将当前模型作为最终预测模型输出。与现有技术相比,本发明具有提高掘进机的刀盘转速和推进速度的预测精度、避免经济损失和工期延误等优点。

    一种基于图信号处理的非侵入式设备负载监测方法

    公开(公告)号:CN110501568A

    公开(公告)日:2019-11-26

    申请号:CN201910606143.X

    申请日:2019-07-05

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于图信号处理的非侵入式设备负载监测方法,包括数据预处理、起始点获取和目标函数整体优化三个步骤,首先对数据进行预处理,为各已知设备选取合适的时间段作为训练集;然后确定目标函数,对目标函数的正则化项进行最小值求解,获得解析解;最后将已获得的解析解作为起始点,执行梯度投影优化算法对目标函数进行整体优化求解。与现有技术相比,本发明具有提高了算法性能,获得更好的电力分离结果,实现更高精度的非侵入式设备的负载监测等优点。

    基于跨模态相似度和生成对抗网络的文本生成图像方法

    公开(公告)号:CN110490946A

    公开(公告)日:2019-11-22

    申请号:CN201910635075.X

    申请日:2019-07-15

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于跨模态相似度和生成对抗网络的文本生成图像方法,包括:步骤S1:使用匹配和不匹配的数据训练全局一致性模型、局部一致性模型和关系一致性模型,其中,三个模型分别用于得到文本与图像的全局表示、局部表示和关系表示;步骤S2:利用训练好的全局一致性模型、局部一致性模型和关系一致性模型得到待处理的文本的全局表示、局部表示和关系表示;步骤S3:将待处理文本的全局表示、局部表示和关系表示串联得到待处理文本的文本表示;步骤S4:利用Fca条件增强模块待处理文本的文本表示转换为条件向量;步骤S5:将条件向量输入生成器得到生成的图像。与现有技术相比,本发明具有考虑了局部和关系信息等优点。

    一种基于图像配准、插值和去噪的图像增强方法

    公开(公告)号:CN105608674B

    公开(公告)日:2018-05-08

    申请号:CN201510946697.6

    申请日:2015-12-16

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于图像配准、插值和去噪的图像增强方法,其特征在于,包括以下步骤:S1,获得同一对象的一个主图像和多个副图像,所述的主图像像素大于副图像像素;S2,以主图像为基准,将各个副图像分别与主图像配准;S3,将主图像与配准后的各副图像进行颜色匹配;S4,对各副图像分别进行插值操作,将各副图像放大;S5,利用步骤S4得到的放大后的各副图像,对主图像进行双边滤波器去噪,得到增强的主图像。与现有技术相比,本发明利用多个图像的图像信息,同时在图像增强的过程中运用图像插值来丰富图像信息,可行性高,得到的图像具有高准确度、高清晰度,适用范围广。

    基于模块化PCA的图像主信息提取方法及人脸识别方法

    公开(公告)号:CN106886771A

    公开(公告)日:2017-06-23

    申请号:CN201710152989.1

    申请日:2017-03-15

    Applicant: 同济大学

    Inventor: 赵生捷 陈栋 杨恺

    Abstract: 本发明涉及一种基于模块化PCA的图像主信息提取方法及人脸识别方法,包括:采用重叠分块方式对图像进行分块成多个子图像;根据所有子图像的期望矩阵处理子图像得到标准化的子图像;还包括:根据行重要样本概率和列重要样本概率随机抽取标准化的子图像指定数目的行和列构成该子图像主信息矩阵,最终通过对比待识别图像和图像之间的主信息矩阵识别待识别图像。与现有技术相比,本发明在分块之后,采用统计学上的随机化算法进行模块匹配,在保留了模块化PCA优势的情况下,提高了识别速度。

    一种用于打车软件的广告投放方法
    209.
    发明公开

    公开(公告)号:CN106682935A

    公开(公告)日:2017-05-17

    申请号:CN201611067311.5

    申请日:2016-11-28

    Applicant: 同济大学

    Inventor: 赵生捷 韩丰夏

    CPC classification number: G06Q30/0277 G06Q30/0253

    Abstract: 本发明涉及一种用于打车软件的广告投放方法,包括:S1:接收由用户录入的订单信息;S2:展示包含广告内容的下单确认页,其中,下单确认页中包括含有广告信息的内容块,以及至少两个可点击按钮,且所有可点击按钮中的至少一个上呈现与广告信息匹配的验证信息;S3:当至少一个呈现有与广告信息匹配的验证信息的可点击按钮被点击时,完成打车订单的下单确认。与现有技术相比,本发明具有广告投放效果好等优点。

    一种结合LBP特征提取和surf特征提取方法的图像匹配方法

    公开(公告)号:CN104933434A

    公开(公告)日:2015-09-23

    申请号:CN201510332040.0

    申请日:2015-06-16

    Applicant: 同济大学

    CPC classification number: G06K9/4609

    Abstract: 本发明涉及一种在计算机科学,医疗辅助诊断,军事,工业测量等领域提供快速准确的特征点算法提取技术,公开了一种结合LBP特征提取和surf特征提取方法的图像匹配方法,通过三步进行特征点的匹配步骤一:利用Hessian矩阵,高斯金字塔提取特征点,并确定方向;步骤二:构建特征描述子;步骤三:特征点匹配。较现有技术相比,本发明速度快、效果好的。

Patent Agency Ranking