-
公开(公告)号：CN115240106B
公开(公告)日：2023-06-20
申请号：CN202210815080.0
申请日：2022-07-12
Applicant: 北京交通大学
IPC: G06V20/40 , G06V10/764 , G06V10/80 , G06V10/774 , G06V10/82 , G06V10/74 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本发明提供一种任务自适应的小样本行为识别方法及系统，属于计算机视觉技术领域，获取待识别的视频数据；利用预先训练好的识别模型，对获取的所述待识别的视频数据进行处理，得到动作类别结果加入注意力层，提取行为主体在图片帧中的位置信息以及图像内容信息，通过注意力机制对提取的特征特征进行调制，获取同一类动作的类内特征共性以及不同类动作的类间的差异性。本发明提取特征时加入注意力层，产生更具分辨性的特征表示；对同类行为中不同样本进行随机多模态融合，扩充了支持集数据，使得模型对行为主体所在环境的变换鲁棒性更强；通过task级的特征调制，使特征更符合当前任务的需求并聚焦于行为主体，有助于提高分类准确率。
-
公开(公告)号：CN115512319A
公开(公告)日：2022-12-23
申请号：CN202211122478.2
申请日：2022-09-15
Applicant: 北京交通大学
IPC: G06V20/56 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/04
Abstract: 本发明提供一种基于异构图网络的多模态协同检测方法及系统，属于目标检测技术领域，包括：智能体基于点云和图像分别提取BEV特征；多个智能体将生成的多模态BEV特征传至中心车辆；基于异构图的方法在节点层和语义层融合多智能体的多模态BEV特征，得到新的协作特征；中心车辆基于新的协作特征进行目标检测，得到最终的检测结果。本发明采取多模态单阶融合检测模型，检测精度显著优于单模态单阶段检测模型，经过异构协作图的特征融合，大大扩大了单车的感知视野，丰富了感知信息，从而提升协同感知性能。
-
公开(公告)号：CN115049894A
公开(公告)日：2022-09-13
申请号：CN202210609475.5
申请日：2022-05-31
Applicant: 北京交通大学
IPC: G06V10/774 , G06V10/764 , G06V10/40 , G06V10/74 , G06V10/82 , G06N3/04 , G06N3/08 , G06V40/10
Abstract: 本发明公开了一种基于图学习的全局结构信息嵌入网络的目标重识别方法，包括步骤：数据集分类及预处理、训练集上图的构建和初始化、训练深度学习模型、测试深度学习模型。本发明利用图学习理论并通过图卷积神经网络自动学习这种全局结构信息，将该关系嵌入所学的特征中，获得更有表征能力的图形表示，将目标重识别问题转化为新的边预测问题，从而更快更准确地判断数据间的关系，提高了目标重识别的精度。
-
公开(公告)号：CN115019347A
公开(公告)日：2022-09-06
申请号：CN202210725215.4
申请日：2022-06-24
Applicant: 北京交通大学
Abstract: 本发明提供一种基于跨类别矩阵满秩约束的行人搜索方法及系统，属于计算机视觉技术领域，利用预先训练好的行人搜索模型对获取的待处理的图像数据进行处理，识别图像中的行人；其中，预先训练好的行人搜索模型的训练使用ResNet50网络为基础网络，根据子任务对ResNet50网络进行拆分，构造了一个分离‑基准网络模型，引入可变形卷积来定位整个行人区域，结合秩感知优化损失，对跨类别概率矩阵进行满秩约束，增强类间特征的判别性和多样性。本发明考虑联合多任务协同训练的特征共享网络权重的问题，提出一个基于跨类别概率矩阵秩约束的特征多样性行人搜索框架，然后引入可变形卷积来定位整个行人区域，最后提出了秩感知优化损失，增强类间特征的判别性和多样性。
-
公开(公告)号：CN114118239A
公开(公告)日：2022-03-01
申请号：CN202111346506.4
申请日：2021-11-15
Applicant: 北京交通大学
IPC: G06K9/62 , G06V10/771
Abstract: 本发明提供了一种边缘辅助的图像非线性主成分特征提取方法。该方法包括：基于图像样本集利用KPCA核主成分分析算法生成非线性主成分特征的提取器，将所述提取器设置在终端设备上；终端设备对图像数据进行预处理，使用核函数将预处理后的图像数据映射到高维空间，利用所述提取器提取高维空间中图像数据的非线性特征，将获取的非线性特征数据上传至边缘服务器。本发明通过提取终端设备上图像数据的非线性主成分特征，使终端设备只需要将提取的特征数据上传至边缘服务器，减少了终端设备上传至边缘服务器的数据量，从而降低了传输时延。
-
Patent Agency Ranking
公开(公告)号：CN113920488A
公开(公告)日：2022-01-11
申请号：CN202111187146.8
申请日：2021-10-12
Applicant: 北京交通大学
Abstract: 本发明提供了一种道路交通标记的检测方法。该方法包括：利用训练图像对Res2net神经网络进行训练，将训练好的Res2net神经网络作为特征提取网络；将采集的待检测道路的图像输入到所述特征提取网络，所述特征提取网络在待检测道路的图像上生成交通标记的初步的候选框；通过神经网络预测各个所述初步的候选框的得分，选出得分最高的若干候选框，并对所述若干候选框进行调整，得到各个预测框，根据各个预测框得到待检测道路的交通标记的检测结果。本发明的方法结合了比较高效的特征提取方式，高效的采样方式，以及样本后处理方式，能够准确快速地检测出交通标志所在的位置以及类别，并给出提示信息，辅助道路车辆的安全行驶。
-
公开(公告)号：CN113496481A
公开(公告)日：2021-10-12
申请号：CN202110550635.9
申请日：2021-05-20
Applicant: 北京交通大学
Abstract: 本发明提供了一种少样本胸部X‑Ray图像的辅助检测方法。该方法包括：采集胸部的CXR图像，通过自适应的X‑Ray图像降噪模块对所述CXR图像进行图像预处理，利用预处理后的X‑Ray图像组成训练集和验证集；构造基于迁移学习的量子卷积神经网络，利用训练集和验证集对基于迁移学习的量子卷积神经网络和分类网络模型进行迭代优化处理，将迭代优化处理后的分类网络模型与量子卷积神经网络进行融合，得到辅助检测网络模型；利用辅助检测网络模型对待诊断的胸部的CXR图像进行诊断，输出待诊断的胸部的CXR图像的诊断结果。本发明通过融合基于迁移学习的分类网络模型与量子卷积神经网络得到辅助检测网络模型，结合了不同模型的优势，对检测准确率大大提升。
-
公开(公告)号：CN111814584A
公开(公告)日：2020-10-23
申请号：CN202010560236.6
申请日：2020-06-18
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于多中心度量损失的多视角环境下车辆重识别方法。该方法包括：获取包含车辆身份标签的车辆样本图像，经过空间变换网络对图像进行仿射变换后，将图像经过深度卷积神经网络进行特征提取，得到图像的特征向量；根据图像的特征向量分别计算出分类任务损失和多中心度量学习损失并相加，得到综合损失的值；根据综合损失的值计算深度卷积神经网络的参数和视角中心向量的梯度，得到训练好的深度卷积神经网络模型；利用训练好的深度卷积神经网络模型对车辆图像进行特征提取和身份识别处理。本发明使用空间变换网络对图像进行仿射变换，采用K-means聚类的方法的估计视角信息，可以增加车辆视角估计的准确性，提高车辆重识别的准确率。
-
公开(公告)号：CN106682578B
公开(公告)日：2020-05-05
申请号：CN201611039329.4
申请日：2016-11-21
Applicant: 北京交通大学
IPC: G06K9/00
Abstract: 本发明提供了一种基于眨眼检测的弱光人脸识别方法。该方法包括：通过摄像头拍摄用户的图像，通过人脸检测器从所述用户的图像中检测出人脸图像；通过人脸匹配算法将所述人脸图像与预先存储的已经注册的人脸图像进行匹配，当所述匹配的结果为相似度大于设定的匹配阈值时，则确定所述人脸图像已经注册；通过眨眼检测算法检测多个所述用户的图像中是否存在眨眼，当检测出存在眨眼，则确定所述用户的图像来自活体。本发明的方法通过检测眨眼能很好的区分检测的是照片、雕塑还是活体。相比于ASM+Canny的眨眼检测方法对光线的要求很高的缺点，而本发明利用形态学对图像进行差分处理，能很好的适应弱光检测条件。
-
公开(公告)号：CN110704865A
公开(公告)日：2020-01-17
申请号：CN201910823578.X
申请日：2019-09-02
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于动态图数据发布的隐私保护方法，包括：采用序列抽取生成器抽取前一时刻以及当前时刻的图属性序列；将抽取出的两个属性序列输入到激活函数中，计算激活函数的值；当激活函数的值小于等于一定阈值时，采用局部的匿名函数接口对图进行匿名化操作，得到匿名化后的图；当激活函数的值大于一定阈值时，采用全局的匿名函数接口对图进行匿名化操作，得到匿名化后的图。本方法采用激活函数来决定哪个时刻匿名化进程需要被重启，保证了匿名过程中能够自适应地选择匿名策略，从而减少了动态图数据发布过程中的累计信息损失，提高了匿名化后数据的可用性。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.026 seconds)
