-
公开(公告)号：CN113887594A
公开(公告)日：2022-01-04
申请号：CN202111114128.7
申请日：2021-09-23
Applicant: 同济大学
IPC: G06K9/62 , G06F16/25 , G06F16/332 , G06F40/151 , G06Q50/08 , G06Q50/26 , G06F30/13
Abstract: 本发明涉及一种面向城市智能规划的GIS与BIM融合建模系统，包括数据处理模块、模型储存模块和模型处理模块，数据处理模块获取GIS数据和BIM数据进行融合得到融合模型，融合模型通过模型储存模块存入数据库中，且被模型处理模块进行调用，BIM数据的格式包括wexbim格式和IFC格式，wexbim格式的BIM数据转换为Base64码后进行存储，IFC格式的BIM数据先转换为wexbim格式，再转换为Base64码后进行存储。与现有技术相比，本发明具有提高BIM数据处理和保存的灵活性、有效缓解城市智能规划中多元数据难以处理、保存的困难，提高整片区域的建模完整度等优点。
-
公开(公告)号：CN113780129A
公开(公告)日：2021-12-10
申请号：CN202111009498.4
申请日：2021-08-31
Applicant: 同济大学
Abstract: 本发明涉及一种基于无监督图序列预测编码的动作识别方法及存储介质，其中，动作识别方法，包括模型的训练与使用，用于识别骨骼序列中的人体所进行的各种动作，旨在解决现有动作识别方法高度依赖大量的有标注数据，在仅有少量标注的情况下精度较低与现有无监督方法过拟合没有利用图的拓扑信息及严重泛化能力较差的问题。本系统方法包括对骨骼序列数据的视角不变变换、重采样与块级骨骼图数据增强；时空图卷积骨骼序列块嵌入表示提取；图卷积循环神经网络聚合上下文特征；预测编码构造正、负样本对；通过预训练模型提取特征利用分类器得到待识别骨骼序列对应的动作类别。与现有技术相比，本发明具有训练难度低、识别精度高、性能优异等优点。
-
公开(公告)号：CN113762349A
公开(公告)日：2021-12-07
申请号：CN202110916982.9
申请日：2021-08-11
Applicant: 同济大学
Abstract: 本发明涉及一种面向海洋生物的轻量化混叠稠密网络分类方法和系统，包括获取海洋生物图像，并载入预先建立并训练好的混叠稠密网络模型中，获取分类结果；混叠稠密网络模型为卷积神经网络，该卷积神经网络中设有密集块，密集块包括多个混叠网络单元，多个混叠网络单元通过密集连接的方式连接，混叠网络单元包括依次连接的第一分组卷积层、批正则化层、通道混叠层、深度可分离卷积层、第二分组卷积层和串接层，串接层分别连接混叠网络单元的输入和第二分组卷积层的输出，串接层的输出连接有线性整流函数。与现有技术相比，本发明具有能获取更多有用的信息，减少模型的参数，实现信息的融合，在提高网络分类精度的同时加快网络训练速度等优点。
-
公开(公告)号：CN113762082A
公开(公告)日：2021-12-07
申请号：CN202110908006.9
申请日：2021-08-09
Applicant: 同济大学
Abstract: 本发明涉及一种基于循环图卷积自动编码器的无监督骨架动作识别方法，其特征在于，包括：将人体骨架动作序列输入至循环图卷积编码器；循环图卷积编码器输出得到动作序列的表征向量；通过加权最近邻分类算法计算动作序列的表征向量得到人体骨架动作序列的识别类别；循环图卷积编码器包括：多层空间关节注意力模块，用于结合人体骨架动作序列和循环图卷积编码器的隐藏层，自适应衡量不同动作不同关节的重要性，得到加权的骨架序列；多层图卷积门控循环单元层，用于整合加权的骨架序列的连接关系特征，得到动作序列的表征向量。与现有技术相比，本发明可以显著提升无监督动作识别系统的识别精度，具有广阔的应用前景。
-
公开(公告)号：CN113505718A
公开(公告)日：2021-10-15
申请号：CN202110810859.9
申请日：2021-07-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于深度学习的驾驶员疲劳检测控制方法，具体包括以下步骤：S1、采集行驶中的驾驶员的视频图像，对视频图像进行分割提取；S2、对分割提取得到的原始数据进行图像预处理，得到驾驶员的脸部关键信息；S3、脸部关键信息输入检测网络，输出的检测信息合并后输入分类全连接网络，输出驾驶员的疲劳检测值，并与预设的阈值范围比较输出相应的疲劳等级，若疲劳等级超过等级阈值则显示疲劳警告信息。与现有技术相比，本发明具有提升疲劳驾驶的检测准确率、保证检测网络具体较高的检测准确率、实现网络模型的轻量化，有效压缩网络模型的大小，降低网络模型的计算量等优点。
-
Patent Agency Ranking
公开(公告)号：CN108416266B
公开(公告)日：2021-10-08
申请号：CN201810090541.6
申请日：2018-01-30
Applicant: 同济大学
Abstract: 本发明涉及一种利用光流提取运动目标的视频行为快速识别方法，包括：步骤S1：接收多个视频，逐帧读取视频中的图像并保存为图片格式文件；步骤S2：将所有图像的尺寸统一到设定值，并将所有视频分为训练集和测试集；步骤S3：提取每个视频的光流图像；步骤S4：选择各视频中灰度值最大的光流图像，提取其灰度值处于设定范围之外的部分，并作用于该图像的原始RGB图像得到mask图像；步骤S5：将训练集中各视频选择的mask图像和光流图像分别输入双流卷积神经网络的空间流和时间流进行训练；步骤S6：将测试集中各视频选择的mask图像和光流图像分别输入双流卷积神经网络的空间流和时间流进行识别。与现有技术相比，本发明具有运算速度快等优点。
-
公开(公告)号：CN113423070A
公开(公告)日：2021-09-21
申请号：CN202110576300.4
申请日：2021-05-26
Applicant: 同济大学
Abstract: 本发明涉及一种无人机中继网络双向多跳中继传输控制方法，无人机中继网络包括两个源节点，两个源节点之间设有多个无人机，位于端点的无人机从源节点获取目标信息后，其余无人机按照预设的循环模式与左右最近的相邻无人机交换目标信息，无人机在循环模式下进行两个源节点发送的目标信息的双向传输，从而完成两个源节点之间的信息交互。与现有技术相比，本发明具有允许多架无人机中继在双向通信网络中为两个无法直接通信的地面源实现数据交换，有效地提高网络吞吐量，优化网络性能等优点。
-
公开(公告)号：CN112671840A
公开(公告)日：2021-04-16
申请号：CN202011440686.8
申请日：2020-12-11
Applicant: 同济大学
IPC: H04L29/08 , H04L29/06 , G06Q40/04 , G06F16/176 , G06F16/182 , G06F16/903 , G06F21/62
Abstract: 本发明涉及一种基于区块链技术的跨部门数据共享系统及方法，系统包括查询服务器、排序节点和多个部门存储中心，每个部门存储中心内，数据采集模块与数据处理服务器连接，数据处理服务器分别与分布式存储系统和查询服务器连接，分布式存储系统与查询服务器连接；数据处理服务器作为区块链的peer节点，排序节点通过消息通道分别与各个部门存储中心进行信息传输。与现有技术相比，本发明通过区块链技术，将结构化数据直接上链存储，能保证数据不会发生篡改，将非结构化数据的原始hash值上链存储，后续查询数据时再进行hash值验证，还可以进行溯源，进一步限制了对数据进行篡改的行为，提高了数据共享系统的安全性、可信性。
-
公开(公告)号：CN106886771B
公开(公告)日：2020-08-18
申请号：CN201710152989.1
申请日：2017-03-15
Applicant: 同济大学
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。
-
公开(公告)号：CN106788886B
公开(公告)日：2019-12-03
申请号：CN201611127429.2
申请日：2016-12-09
Applicant: 同济大学
IPC: H04L1/00
Abstract: 本发明涉及一种LT码编解码方法，包括：步骤S1：将文件均分为K个输入符号；步骤S2：进行LT编码；还包括：步骤S3：接收一定数量的输出符号；步骤S4：根据输出符号和输入符号间的对应关系建立双向图；步骤S5：判断是否存在度数为1的输出符号，若为是，则还原与之相连的唯一的输入符号的值并执行步骤S7，若为否，则执行步骤S6；步骤S6：将已经还原的输入符号保存为输出符号，继续接收少量的输出符号返回步骤S4；步骤S7：将已经还原的输入符号模二和到与其相连的所有其他输出符号中，并将双向图中对应的边删除；步骤S8：判断是否所有的输入符号已还原，若为是，则解码结束，若为否，则返回步骤S5。与现有技术相比，本发明具有提高工作效率等优点。
-
-
-
-
-
-
-
-
-
Search Results
212
records
(took 0.022 seconds)
