-
公开(公告)号：CN110471917A
公开(公告)日：2019-11-19
申请号：CN201910617724.3
申请日：2019-07-10
Applicant: 北京交通大学
IPC: G06F16/22 , G06F16/2458 , G06F16/28
Abstract: 本发明提供了一种基于历史数据挖掘的海关报关单智能填报方法。该方法包括：对海关报关单的历史数据进行预处理，将表头与表体数据合并，去除无关字段；设计并实现基于具体值的各字段相关性分析算法；设计树形结构，基于各字段相关性构建动态树并储存；根据生成的动态树，智能推荐填报内容；依据新录入数据定期自动进行数据维护与更新。本发明设计的相关性分析算法及动态树可以较好地根据用户当前录入内容动态进行其余填写字段的智能填报，准确率较高。具有较强的泛化及自学习能力，可以极大地提高海关报关效率，为报关机构和报关企业节省人力物力。
-
公开(公告)号：CN108647705B
公开(公告)日：2019-04-05
申请号：CN201810368937.2
申请日：2018-04-23
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于图像和文本语义相似度的图像语义消歧方法和装置。该方法包括：将一个多义词的一个意思用一个均值向量表示，使用图像显著性标签对待处理图像进行标注，得到待处理图像的标签，将待处理图像的标签和图像内容转换成向量的形式，得到待处理图像的融合向量；使用余弦相似度分别计算出待处理图像的融合向量与每个均值向量之间的相似度，找出相似度最大的均值向量，将该相似性最高的均值向量对应的意思确定为待处理图像的正确解释。本发明采用图像、文本结合的方法，将图像转换为向量，解决了图像翻译和图像查询歧义的问题，并开创性地实现了有效消除图像歧义性。大大提高了图像查询和解释的准确性，降低了图像解释的错误率。
-
公开(公告)号：CN109241816A
公开(公告)日：2019-01-18
申请号：CN201810705733.3
申请日：2018-07-02
Applicant: 北京交通大学
Abstract: 本发明公开一种基于标签优化的图像再识别损失函数确定方法，包括获取原始多张有标签的图片，并通过生成对抗网络生成多张没有标签的图片；对每张有标签的图片和每张没有标签的图片进行特征提取；计算多个类的所述多张有标签的图片的类中心和所述多张没有标签的图片的多个簇及每个簇的簇中心；计算所述簇中心和每个所述类中心的欧式距离；根据所述欧式距离计算每个簇到所述多个类的损失函数的概率系数，得到损失函数，本发明还公开了一种基于标签优化的图像再识别系统，解决有标签的图片不多时易出现的过拟合现象，提高再识别准确度。
-
公开(公告)号：CN104463909A
公开(公告)日：2015-03-25
申请号：CN201410714033.2
申请日：2014-11-28
Applicant: 北京交通大学长三角研究院
CPC classification number: G06T7/251 , G06T2207/10016 , G06T2207/20081
Abstract: 本发明涉及计算机视频处理技术，具体是一种基于信度组合地图模型的视觉目标跟踪方法。该包括以下步骤：1）建立训练数据库；2）提取训练数据库的特征，训练二维析取单元分类器和二维析取分类器；3）建立首帧目标物体的信度组合地图；4）提取当前帧背景框的特征；5）得到信度图；6）定位目标，得到若干个候选窗口；7）将候选窗口的信度组合地图与前帧保存的信度组合地图进行匹配，得到最佳的目标位置信息；8）从组合地图匹配中得到更新样本，每五帧更新分类器，信度图模型，以及跟踪器状态等；9）重复步骤4）至步骤8）直到视频结束。本发明能够在计算机视觉目标跟踪过程中有效抑制目标漂移问题，提高跟踪器的稳定性。
-
公开(公告)号：CN101616399B
公开(公告)日：2012-09-05
申请号：CN200910088261.2
申请日：2009-07-14
Applicant: 北京交通大学
Abstract: 本发明公开了一种高速铁路GSM专用网络的位置更新系统及方法。该系统包含移动组头和具有WiFi功能的移动终端，由同一节车厢中的旅客用户组成一个整体(群组)，并由群组中的移动组头作为整个组的代表，进行统一的位置更新。本发明有利于节省系统的频率资源，减少系统用于位置更新的开销，同时还不需要改动移动终端，解决了原来由于同时进行大量位置更新所带来的网络无线资源浪费问题。
-
Patent Agency Ranking
公开(公告)号：CN118155161A
公开(公告)日：2024-06-07
申请号：CN202410105601.2
申请日：2024-01-25
IPC: G06V20/56 , G06V10/44 , G06V10/42 , G06V10/771 , G06V10/80 , G06V10/764 , G06V10/776 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/08 , G06N3/09
Abstract: 本发明提供一种基于图像全局感受野的道路隔离带检测方法及装置，属于基于机器视觉的道路检测技术领域，获取待检测的道路隔离带图像；利用基于图像全局感受野的道路隔离带检测模型对获取的图像进行处理，得到道路隔离带类型检测结果；其中，所述基于图像全局感受野的道路隔离带检测模型基于所述训练数据训练得到；通过经过层层卷积的前向传播过程获得预测的道路隔离带形式，计算预测结果与真实标签之间的损失，并通过损失进行反向传播，以更新模型权重，直至达到设定的迭代轮数为止。本发明增加了网络层的感受野，精确判断场景的机非隔离形式，提高了预测结果的全面性和精确度。
-
公开(公告)号：CN112116626B
公开(公告)日：2024-04-26
申请号：CN202010773674.0
申请日：2020-08-04
Applicant: 北京交通大学
IPC: G06T7/20 , G06T7/11 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/09
Abstract: 本发明实施例提供了一种基于柔性卷积的单目标跟踪方法，构建柔性卷积网络模型，所述柔性卷积网络模型包括共享层和特定域层，利用数据集对所述柔性卷积网络模型进行训练，所述方法包括：S1、获取原始视频序列，进行预处理；S2、将预处理后的视频序列输入柔性卷积网络模型，所述共享层通过卷积操作获取目标的共享特征，将共享特征输入特定域层进行目标与背景的二分类，然后再进行柔性RoI池化选择候选目标区域，并利用损失函数提高候选目标区域的精度，从而实现单目标跟踪。本发明实施例利用了基于柔性卷积的单目标跟踪方法，有效的改善了单目标跟踪中物体容易发生形变的问题，同时RoI池化提高候选目标区域的精度。
-
公开(公告)号：CN111899284B
公开(公告)日：2024-04-09
申请号：CN202010816457.5
申请日：2020-08-14
Applicant: 北京交通大学
IPC: G06T7/246 , G06N3/0464
Abstract: 本发明实施例提供了一种基于参数化ESM网络的平面目标跟踪方法，包括：S1、获取目标模板T、第t帧的输入图像以及第t帧中的初始运动参数，由初始运动参数确定输入图像的目标区域It，对目标模板T和目标区域It进行预处理，包括图片缩放和归一化操作，使用特征提取网络对预处理后的目标模板T和第t帧的输入图像的目标区域It进行特征的提取，得到特征映射FT和FtI；S2、利用相似性度量模块计算两个特征映射FT和FtI之间的差异；S3、通过遮挡检测机制确定并排除目标在当前帧中被遮挡的部分，通过最小化当前帧中未被遮挡部分的差异求解目标的运动参数。本发明的方法更适用于目标跟踪任务，而且大大提高跟踪的准确性。
-
公开(公告)号：CN117610340A
公开(公告)日：2024-02-27
申请号：CN202311429424.5
申请日：2023-10-31
Applicant: 北京交通大学
IPC: G06F30/23 , G06F30/13 , G06F119/14
Abstract: 本发明提供一种高铁大跨桥上有砟轨道线‑桥垂向变位映射关系分析方法，属于高速铁路工程设计技术领域，建立轨道力学微分平衡方程，求得有砟轨道线路结构子模型与下部基础结构映射关系的解析解；基于建立的大跨桥梁有限元模型，计算桥梁桥面的垂向位移变形曲线，当大跨桥梁划分网格小于轨枕支撑间距时，采用插值法求出每根轨枕位置对应的桥梁梁面垂向位移；基于将桥梁垂向位移作为边界条件，求取钢轨垂向变形曲线、扣件垂向力相关结果，得到线‑桥垂向变形映射关系。本发明操作简单，计算量少，计算精度高等优点，可重复利用性强，可广泛应用于大跨桥梁线‑桥空间变形映射关系研究。
-
公开(公告)号：CN116824625A
公开(公告)日：2023-09-29
申请号：CN202310616550.5
申请日：2023-05-29
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于生成式多模态图像融合的目标重识别方法。该方法包括：利用跨模态图像生成网络生成输入图像的另一模态的图像，得到成对图像，所述输入图像包括可见光图像或者红外图像；构建并训练基于分块的双重多模态特征融合模块，将所述成对图像输入到训练好的双重多模态特征融合模块中，得到所述成对图像的融合特征；基于所述成对图像的融合特征利用余弦距离测量所述成对图像之间的差异特征，对所述差异特征进行补偿。本发明利用了丢失的模态特定特征的信息，利用对比学习来关联输入与输出图像对应位置的信息，保留了行人的身份信息，从而可以有效地对多模态图像进行行人目标重识别。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.095 seconds)
