-
公开(公告)号：CN115116013A
公开(公告)日：2022-09-27
申请号：CN202110305389.0
申请日：2021-03-19
Applicant: 上海交通大学
Abstract: 一种融合时序特征的在线密集点云语义分割系统及方法，包括：自适应帧调度器、静态分割模块、时序特征聚合网络和部分特征更新网络，自适应帧调度器对来自部分特征更新网络的信息，以更新部分与未更新部分的比率决定下一帧被视为关键帧还是非关键帧；静态分割模块通过其骨干网络对关键帧原始点云通过静态点云分割实现特征提取，得到单帧的语义分割结果；时序特征聚合网络利用相邻两帧的时序相关性，通过聚合关键帧上的特征对语义分割结果进行精确优化；部分特征更新网络根据相邻两帧中非关键帧的局部重要关键点，通过选择性地更新继承特征，对语义分割结果进行快速更新。本发明在同时考虑了特征一致性和计算成本的基础上，利用连续点云帧之间的时间相关性聚合特征，聚合后每一帧的特征得到增强，使分割更准确且帧间的特征一致，消除处理点云系列时的闪烁。
-
公开(公告)号：CN115168327A
公开(公告)日：2022-10-11
申请号：CN202210687301.0
申请日：2022-06-17
Applicant: 上海交通大学
IPC: G06F16/215 , G06F16/2458 , G06F16/29 , G06F17/18 , G06N3/04 , G06N3/08
Abstract: 一种基于多层树状长短期记忆网络的大规模数据时空预测方法，首先对原始城市规模感知数据进行归一化、线性插值法填补缺失的数据预处理；然后通过对同一位置数据的信息熵、不同位置数据的互信息和冗余度数据分析，获取感知数据时间和空间相关性，从而确定每个地点上的数据自身的时间周期性以及任一地点数据和其余哪些位置数据在空间上最具相关性；再利用多通道奇异谱分析算法对短期数据进行重构，生成训练集用于训练基于深度学习的预测模型；在在线预测阶段，对预处理后的大规模城市感知数据，利用训练好的预测模型实现预测。本发明解决数据规模大和质量低的问题，大大提高预测准确度。
-
公开(公告)号：CN115914577A
公开(公告)日：2023-04-04
申请号：CN202211422929.4
申请日：2022-11-15
Applicant: 上海交通大学
Abstract: 一种轻量级分类垃圾图像自动采集系统，包括：垃圾信息采集终端、数据传输决策系统和云端服务器，其中：垃圾信息采集终端根据投递检测算法从红外测距数据中识别出投递行为后，对投递行为进行拍摄得到垃圾图像；数据传输决策系统根据终端当前的网络环境，通过决策得到匹配的传输方式将垃圾图像传输到云端；云端服务器根据收到的垃圾图像信息，进行图像识别处理，得到本次投递是否合格的结果。本发明能够自动检测垃圾房的投递行为，对投递的垃圾进行图像采集并传输，由云端服务器对投递质量进行判断的系统。
-
-
Search Results
3
records
(took 0.014 seconds)
