-
公开(公告)号：CN113870160B
公开(公告)日：2024-02-27
申请号：CN202111060998.0
申请日：2021-09-10
Applicant: 北京交通大学
IPC: G06T5/50 , G06T5/60 , G06T17/00 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于变换器神经网络的点云数据处理方法。该方法包括：构建三维物体对称检测模型，通过检测物体对称面/轴获取输入的点云数据的对称点，将点云数据的投影平面转换为对称结构的旋转平移操作，得到多组数据据增强后的点云图数据；通过变换器网络模型提取多组数据据增强后的点云图数据的全局特征信息和局部特征信息，得到下采样后的点云数据；结合不同的目标任务需求，构建任务驱动的任务网络模型，将下采样后的点云数据输入到任务网络模型，得到目标任务结果。本发明有效结合三维物体对称检测模型与变换器网络模型，能够在提高下采样模型鲁棒性的同时，进而具有最小化目标任务精度损失的能力，提升下采样规模
-
公开(公告)号：CN116189281A
公开(公告)日：2023-05-30
申请号：CN202211595034.0
申请日：2022-12-13
Applicant: 北京交通大学 , 中移雄安信息通信科技有限公司 , 中移系统集成有限公司
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06V10/778 , G06V10/80 , G06N3/082 , G06N3/0464 , G06N3/0499 , G06N3/045
Abstract: 本发明提供基于时空自适应融合的端到端人体行为分类方法及系统，属于计算机识别技术领域，获取待分类行为的多个图像；利用基于时空自适应融合的端到端人体行为分类模型对多个图像进行处理，得到行为特征图像，基于时空自适应融合的端到端人体行为分类模型根据基于时空自适应融合的端到端人体行为分类模型训练方法训练得到。本发明在网络结构上控制了计算复杂度和参数量，后期轻量化过程减少了特征在时间和空间维度上的关键信息丢失，保证模型在性能和效率之间的平衡；针对时间维度上的特征通道自适应剪枝，根据情况挑选保留、丢弃和复用的通道，减少了参数量；针对不同行为对象关系建模的自适应剪枝，减少模型在空间维度上的计算复杂度和参数量。
-
公开(公告)号：CN115049786A
公开(公告)日：2022-09-13
申请号：CN202210689275.5
申请日：2022-06-17
Applicant: 北京交通大学
Abstract: 本发明提供任务导向的点云数据下采样方法及系统，属于点云数据处理技术领域，对变换器网络中资源密集型的结构进行调整，去除位置嵌入、简化输入数据嵌入层结构，删除自注意力机制的映射矩阵操作，在前馈神经网络层引入扩缩策略；基于采样损失函数，扩大下采样点云的覆盖范围和重点区域的关注能力，促进生成点云为原始点云的真子集；将下采样模块与任务网络相结合，利用采样损失和任务损失共同更新下采样网络的权重参数。本发明降低了对计算和存储资源的消耗；设计采样损失函数，促使获得点云分布更加均匀、关键点覆盖更加全面的真子集点云数据；将通用下采样模块与三维分类任务网络相结合，实现任务网络的性能最优化和资源开销最小化的有效权衡。
-
公开(公告)号：CN105608502A
公开(公告)日：2016-05-25
申请号：CN201510825539.5
申请日：2015-11-24
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于回归拟合的公交站点停靠时间预测方法。该方法主要包括：获取公交车的上、下车人数、车门数、车内乘客密度状态，计算出每个车门的上、下车人数；以每个车门的上、下车人数、车内乘客密度状态为自变量，以每个车门的乘客上、下车时间为因变量，通过回归拟合过程计算出每个车门的乘客上、下车时间，根据每个车门的乘客上、下车时间计算出公交车的站点停靠时间。本发明通过研究公交车在站点的停靠时间与上下车人数、车内乘客密度状态之间的关系，综合考虑多种因素，对于不同公交车型建立相应模型来预测停靠时间，以大量现实数据为基础，基于回归分析较为准确地预测公交车在站点的停靠时间。
-
-
-
Search Results
24
records
(took 0.029 seconds)
