公开(公告)号：CN111968123B

公开(公告)日：2024-02-02

申请号：CN202010885756.4

申请日：2020-08-28

Applicant: 北京交通大学

Inventor： 滕竹 ,  王晶粳 ,  张宝鹏 ,  李浥东

IPC: G06T7/10 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种半监督视频目标分割方法，包括：S1对视频图像进行预处理，得到当前帧的图像和第一帧的图像，并给定第一帧的分割图；S2构建半监督视频目标分割网络模型，半监督视频目标分割网络模型包括短时网络模块、长时网络模块、注意力门网络模块和上采样模块；S3将前一帧的图像，前一帧的分割结果图和当前帧的图像输入短时网络模块，得到当前帧的粗糙分割图和相对变化信息；将当前帧的图像、第一帧的图像、第一帧的分割图以及当前帧的粗糙分割图输入至长时网络模块，得到绝对变化信息；将相对变化信息以及绝对变化信息输入至注意力门网络，得到分割结果，最后通过上采样模块得到分割结果图。本方法可以提高分割性能和分割的速度。

公开(公告)号：CN111339950B

公开(公告)日：2024-01-23

申请号：CN202010122264.X

申请日：2020-02-27

Applicant: 北京交通大学

Inventor： 滕竹 ,  段雅妮 ,  张宝鹏 ,  李芮 ,  李浥东

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供了一种遥感图像目标检测方法基于图像语义特征来设计锚框，借助特征的强大表达力来使锚框生成阶段既高效又精准。通过中心预测分支和形状预测分支预测锚框的位置及大小，所采用的瓶颈结构扩大特征相对于原图的感受野，增强小目标检测能力。本发明不仅解决了遥感图像目标多尺度问题，而且对小目标有较好的检测性能；本发明提供的方法基于图像语义特征来设计锚框，借助特征的强大表达力来使锚框生成阶段既高效又精准；通过中心预测分支和形状预测分支预测锚框的位置及大小，所采用的瓶颈结构扩大特征相对于原图的感受野，增强小目标检测能力；本发明中提供的模型提升了对多种数据集中多尺度目标的适应性，增强了泛化

公开(公告)号：CN115713112A

公开(公告)日：2023-02-24

申请号：CN202211260826.2

申请日：2022-10-14

Applicant: 北京交通大学 ,  艾弗世(苏州)专用设备股份有限公司

Inventor： 滕竹 ,  李芮 ,  王子印 ,  张宝鹏 ,  李棋瑞 ,  刘瑜淼 ,  陈晧阳

IPC: G06N3/0895 ,  G06N3/084 ,  G06N3/04 ,  G06T7/246

Abstract: 本发明提供了一种基于空间拓扑和身份聚合的多目标跟踪网络演化方法。该方法包括：(1)在有标签的源域中训练基于空间拓扑结构的多目标跟踪网络和身份聚合网络，得到参数更新后的多目标跟踪网络和身份聚合网络；(2)利用参数更新后的多目标跟踪网络和身份聚合网络获取无标签目标域中数据的伪标签；(3)利用得到的伪标签和多目标跟踪网络中的自监督模块更新整个多目标跟踪网络的参数。上述的步骤(2)和(3)迭代执行多轮后得到的网络参数用于进行目标域的多目标跟踪。本发明方法可以解决多目标跟踪的域适应问题，抑制多目标跟踪网络模型在没有标签的跟踪场景中性能大幅度下降的问题。

公开(公告)号：CN112001252A

公开(公告)日：2020-11-27

申请号：CN202010712454.7

申请日：2020-07-22

Applicant: 北京交通大学

Inventor： 张宝鹏 ,  李芮 ,  滕竹 ,  刘炜 ,  李浥东

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于异构图网络的多目标跟踪方法，应用于多目标跟踪中。首先使用目标检测算法得到目标检测框，然后使用光流计算和线性回归操作进行视频帧之间的数据关联。为了解决目标遮挡问题，该模型在数据关联之后使用异构图网络提取检测框和跟踪目标的特征进行相似性度量，判断新出现的检测框是否属于已有的目标。异构图网络包括外观特征提取，空间关系提取和时间关系提取三部分，用于学习判别性特征，以进行目标的外观、空间位置及时间关系等信息的编码，提高特征的表示能力和判别能力，从而提高多目标跟踪的性能。

公开(公告)号：CN111339950A

公开(公告)日：2020-06-26

申请号：CN202010122264.X

申请日：2020-02-27

Applicant: 北京交通大学

Inventor： 滕竹 ,  段雅妮 ,  张宝鹏 ,  李芮 ,  李浥东

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种遥感图像目标检测方法基于图像语义特征来设计锚框，借助特征的强大表达力来使锚框生成阶段既高效又精准。通过中心预测分支和形状预测分支预测锚框的位置及大小，所采用的瓶颈结构扩大特征相对于原图的感受野，增强小目标检测能力。本发明不仅解决了遥感图像目标多尺度问题，而且对小目标有较好的检测性能；本发明提供的方法基于图像语义特征来设计锚框，借助特征的强大表达力来使锚框生成阶段既高效又精准；通过中心预测分支和形状预测分支预测锚框的位置及大小，所采用的瓶颈结构扩大特征相对于原图的感受野，增强小目标检测能力；本发明中提供的模型提升了对多种数据集中多尺度目标的适应性，增强了泛化性。