公开(公告)号：CN117935248A

公开(公告)日：2024-04-26

申请号：CN202410100558.0

申请日：2024-01-24

Applicant: 北京工业大学

Inventor： 胡永利 ,  夏东烽 ,  姜华杰 ,  尹宝才

IPC: G06V20/64 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于实例对齐顺序融合的3D目标检测方法，融合实例对象序列特征以提升当前帧的检测效果。首先，利用BEV(鸟瞰视角)特征提取器提取每帧点云的3D位置信息，并将其转变为BEV特征图，以便后续目标对齐。然后，可学习的目标对齐模块将当前帧候选框“传递”到先前帧上并编码生成先前帧候选框。其中时序融合中心头模块用来减轻特征未对齐误差并生成当前帧候选框；而跨帧交叉注意力利用运动一致性规律，将目标框传递到先前BEV特征图上，并融合局部相关信息编码为候选框特征。最后，通过时间聚合单元，实现目标候选框特征序列间的交互，以优化最终目标特征。

公开(公告)号：CN117726070A

公开(公告)日：2024-03-19

申请号：CN202311772341.6

申请日：2023-12-21

Applicant: 北京工业大学

Inventor： 孙艳丰 ,  邹玉明 ,  张勇 ,  朴星霖 ,  胡永利

IPC: G06Q10/063 ,  G06Q10/04 ,  G06F18/23213 ,  G06F18/25 ,  G06F16/901

Abstract: 本发明涉及一种基于自适应多图融合的多任务学习城市人群流量预测方法，能达到良好的预测精度。本方法旨在最优地利用城市不同地理区域内复杂的空间结构，通过多任务学习框架提高预测性能。多图融合的自适应方法为多任务预测提供了全新的视角和潜力，使得能够同时提取不同类型节点图结构之间的多种任务相关关系，从而更全面地符合人群流动模式。本发明引入自适应多图融合的概念，该方法将城市空间关系从多个维度建模为多个图，通过融合这些图结构来捕捉节点之间的时空依赖关系。此外本方法首次在人群流动预测的背景下使用多任务学习框架，捕捉多个相关预测任务之间的特征时空关系，从而实现这些任务的协同预测提升了整体预测性能。

公开(公告)号：CN117494790A

公开(公告)日：2024-02-02

申请号：CN202311411252.9

申请日：2023-10-29

Applicant: 北京工业大学

Inventor： 胡永利 ,  刘梦婷 ,  姜华杰 ,  冯林聪 ,  尹宝才

IPC: G06N3/096 ,  G06N3/0442 ,  G06V10/82 ,  G06V10/764 ,  G06V10/96

Abstract: 本发明公开了基于多层次知识蒸馏类增量学习方法，通过粗粒度知识蒸馏和细粒度蒸馏来保留先前的知识。粗粒度蒸馏的目标是在图像样本之间保留结构层次的信息，从而在图像特征空间中保留图像样本之间的邻居关系。细粒度蒸馏的目标是记忆图像样本的激活值，从而在增量学习阶段保留图像样本级别的信息。通过结合粗粒度和细粒度的知识，本发明提出的基于多层次知识蒸馏类增量学习的图像分类模型在增量学习任务中取得了更好的性能，并有效地减轻了灾难性遗忘现象。

公开(公告)号：CN111461437B

公开(公告)日：2023-11-07

申请号：CN202010252751.8

申请日：2020-04-01

Applicant: 北京工业大学

Inventor： 施云惠 ,  梁宇辰 ,  张勇 ,  胡永利 ,  尹宝才

IPC: G06Q10/047 ,  G06V10/762 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明提出一种基于生成对抗网络的数据驱动人群运动仿真方法，涉及人群仿真和深度学习等领域，用于在从行人运动视频数据中提取的行人轨迹数据集的基础上，在仿真场景中生成数据集中不存在的虚拟行人，并且为生成的虚拟行人根据给定的条件如初始位置、目的地等以及整个场景内的其它因素进行完整的、更贴近真实行人反应的路径规划。该方法应用了基于长短期记忆网络(LSTM)的生成对抗网络(GAN)来训练仿真模型。本发明的方法仿真出的虚拟行人的运动轨迹相较于传统的基于规则的人群仿真方法的仿真效果更具真实感、与现实行人运动情况更为相近。本发明完成了对虚拟行人进行的轨迹规划任务，并且有效地提高了人群运动仿真效果的真实性。

公开(公告)号：CN110188427B

公开(公告)日：2023-10-27

申请号：CN201910415935.9

申请日：2019-05-19

Applicant: 北京工业大学

Inventor： 张勇 ,  于雅冬 ,  汪洋 ,  胡永利 ,  尹宝才

IPC: G06F30/20

Abstract: 本发明公开了一种基于非负低秩动态模式分解的交通数据填充方法，从道路上的交通探测器中得到的交通数据，将其处理成m列的数据快照矩阵的形式，然后分成两个具有m‑1列的数据快照矩阵来分别代表原始数据的前m‑1列和后m‑1列。然后考虑矩阵填充中的映射算子，并考虑到交通数据的非负性，得到交通数据的填充模型，最后通过该方法提出的模型进行交通数据的填充修复。此方法能够不仅能够直接处理从交通探测器得到的交通数据所形成的数据快照矩阵，还能够处理有缺失的交通数据并进行填充。与一些传统的交通数据矩阵填充方法相比，本发明考虑到了交通数据会出现局部丢失的问题，提升交通数据的填充修复能力，证明该方法的有效性以及实用性。

公开(公告)号：CN116522195A

公开(公告)日：2023-08-01

申请号：CN202310316635.1

申请日：2023-03-24

Applicant: 北京工业大学

Inventor： 胡永利 ,  刘腾飞 ,  孙艳丰 ,  尹宝才

IPC: G06F18/24 ,  G06F18/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 基于层次多粒度交互图卷积网络的长文档分类方法及装置，在控制模型计算复杂度的情况下，能够构建网络以刻画长文档完备的层次结构化信息，以及进行图间信息交互。方法包括：(1)获得长文档层次化多粒度表示；(2)执行多层层次叠加的段落图卷积、句子图卷积和单词图卷积，以及相应的图间交互；(3)为了融合不同粒度不同尺度的语义信息，使用最大池化分别聚合段落图的终层输出，以及句子图和单词图每一层的输出。

公开(公告)号：CN116187343A

公开(公告)日：2023-05-30

申请号：CN202310209523.6

申请日：2023-03-07

Applicant: 北京工业大学

Inventor： 尹宝才 ,  李旭浩 ,  胡永利

IPC: G06F40/30 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于多阶段模态表示的情感预测方法，分为编码阶段、模态互补阶段和预测阶段；本方法在特征表示学习阶段，改进了多模态输入之间的互信息，以过滤掉与任务无关的模态特定随机噪声，在所有模态中保留尽可能多的模态不变内容。其次，在特征融合阶段，训练鉴别器区分这些融合表示来自哪些模态，并保持模态彼此独立。在预测阶段，对融合后的不同特征之间的距离进行约束，并将它们投影到不同的特征空间。本发明所提出的网络模型取得了更好的性能；同时也做了相关的消融实验，最终实验证明，本发明所提出的基于多阶段模态表示的情感预测方法能使得多模态情感预测任务达到最优值。

公开(公告)号：CN114495500B

公开(公告)日：2023-04-18

申请号：CN202210096933.X

申请日：2022-01-26

Applicant: 北京工业大学

Inventor： 孙艳丰 ,  江相衡 ,  胡永利 ,  郭侃 ,  尹宝才

IPC: G08G1/01 ,  G06F16/29 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/04

Abstract: 本发明涉及一种基于对偶动态时空图卷积的交通预测方法，用于解决当前基于图网络的交通预测方法中存在缺少对边建模以及动态建模导致的预测精度不高的问题。首先输入历史交通数据，送到输入层进行处理，然后将输入层的输出送入动态时空层，经过动态时空层中多个堆叠的对偶动态时空块进行时空相关性特征抽取，再将这些特征输入到输出层，最后输出的即是最终的预测结果。其中，最核心和关键的对偶动态时空块包括动态图卷积模块、动态超图卷积模块，以及两个之间的动态交互模块。本发明能很好的挖掘交通数据中复杂的时空相关性，从而揭示动态交通系统潜在的时空关联，进而更加准确的对城市交通数据进行预测。

公开(公告)号：CN115952293A

公开(公告)日：2023-04-11

申请号：CN202211249317.X

申请日：2022-10-12

Applicant: 北京工业大学

Inventor： 王家普 ,  王博岳 ,  胡永利 ,  贺霞霞 ,  孙忠凡 ,  尹宝才

IPC: G06F16/36 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 基于虚拟状态嵌入的知识图谱补全方法及装置，引入虚拟状态嵌入作为实体和关系间的过渡，以减少实体和关系之间巨大的语义差距，从而提高链接预测性能。为了实现上述过程，本发明提出了差分聚合模块，该模块通过双信息对偶传播的方式对实体、关系和虚拟状态嵌入进行交互，以动态地传递它们之间的信息，因此能够减少实体和关系间的巨大语义差距，达到信息交互的目的。

公开(公告)号：CN114372502A

公开(公告)日：2022-04-19

申请号：CN202111462501.8

申请日：2021-12-02

Applicant: 北京工业大学

Inventor： 胡永利 ,  武剑 ,  员娇娇 ,  尹宝才 ,  孙艳丰

IPC: G06K9/62 ,  G06F17/18 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774

Abstract: 一种角度自适应的椭圆模板目标检测器应用于计算机视觉任务中的目标检测任务。本发明基于摆脱锚框的算法，直接预测物体的中心点并以此作为椭圆框的圆心，之后在结合预测出的椭圆框的长短轴长和旋转角度来完成物体检测。本发明为了加快更加有效的训练网络并更好学习椭圆的轮廓，提出了一种新的椭圆交并比损失。由于采用旋转椭圆框来检测物体，因此本发明相较于矩形框检测算法更加准确。