-
公开(公告)号：CN114154620A
公开(公告)日：2022-03-08
申请号：CN202111449140.3
申请日：2021-11-29
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种人群计数网络的训练方法，本发明提供的方法通过多组空洞率不同的金字塔卷积核有效地提取了多尺度信息，解决了人头大小不统一的问题。通过在每一层输出都加上批量归一化，解决了网络深度增加造成难以训练的问题，同时通过残差结构在不增加参数量的情况下进一步提高了网络的深度，具有较高的鲁棒性。
-
公开(公告)号：CN114558267A
公开(公告)日：2022-05-31
申请号：CN202210208921.1
申请日：2022-03-03
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种工业场景火灾防治系统，包括终端和边缘端：所述终端，用于移动采集场景内的各局部视频图像，并在边缘端判断发生火灾时，根据模糊空间位置移动到火情发生处附近，在到达火情发生处附近后，根据采集到的火情发生处的局部视频图像，解析出火情发生处的精确空间位置，根据精确空间位置进行移动并对火情发生处进行瞄准和扑灭场景内的火源；所述边缘端，用于采集场景内的全景视频图像，并对监测范围内是否有火情进行判断，在判断有火情的情况下，解析出火情发生处的模糊空间位置，向所述终端发送灭火指令。本发明能够在火情发生时及时判断出来，而且不进行大规模喷淋，避免了不必要的损失。
-
公开(公告)号：CN112966600B
公开(公告)日：2024-04-16
申请号：CN202110242403.7
申请日：2021-03-04
Applicant: 上海应用技术大学
IPC: G06V20/52 , G06V10/82 , G06V10/80 , G06N3/0499 , G06N3/082
Abstract: 本发明提供了一种用于拥挤人群计数的自适应多尺度上下文聚合方法，该方法包括：将样本图片输入到主干网络，提取大小为输入图像分辨率j倍的特征图；将提取的特征图以级联的形式输入到多个多尺度上下文聚合模块，提取并自适应聚合多尺度上下文信息，得到多尺度上下文特征；对生成的多尺度上下文特征进行卷积层处理，生成密度图；对所述密度图进行积分求和，得到预测人数。本发明有效地提取了多尺度信息，解决了人头大小不统一的问题，并通过通道注意力机制自适应选择和聚合有用的上下文信息，避免了信息的冗余，可以在拥挤场景下有更精确的密度估计，具有较高的鲁棒性。
-
公开(公告)号：CN115311538A
公开(公告)日：2022-11-08
申请号：CN202210156851.X
申请日：2022-02-21
Applicant: 上海应用技术大学
Abstract: 本发明涉及一种基于场景先验的智能体目标搜索的方法，用于机器人的目标搜索，包括以下步骤：确认目标编码信息和待搜索目标；通过机器人获取待搜索场景的环境图像，根据环境图像构建深度图像矩阵、语义图像矩阵；对提取对象关系特征向量；构建空间语义融合矩阵；根据空间语义地图融合矩阵获取语义地图特征向量；根据对象关系特征向量、语义地图特征向量及目标编码信息生成融合特征向量；根据融合特征向量对价值网络和目标网络进行训练，完成训练后基于训练好的价值网络进行目标搜索。与现有技术相比，本发明具有导航精度高、搜索准确性效率高等优点。
-
公开(公告)号：CN114972938A
公开(公告)日：2022-08-30
申请号：CN202210155799.6
申请日：2022-02-21
Applicant: 上海应用技术大学
Abstract: 本发明涉及一种融合知识图谱和空间语义拓扑图的室内陌生场景识别系统，包括：目标检测模块，用于通过训练好的目标检测模型对机器人终端采集的室内场景的时序图像序列进行目标检测，获得目标检测结果；语义生成模块，用于根据室内场景的目标检测结果构建对应的空间语义拓扑图；图谱构建模块，包括知识图谱构建单元和知识图谱数据库，所述的知识图谱构建单元用于根据空间语义拓扑图生成空间语义拓扑图向量，所述的知识图谱数据库用于存储室内已知场景的空间语义拓扑图向量；场景识别模块，用于根据室内陌生场景的空间语义拓扑图向量在知识图谱数据库中进行匹配，识别室内陌生场景的场景类别。与现有技术相比，本发明具有效率高、适用范围广等优点。
-
Patent Agency Ranking
公开(公告)号：CN112966600A
公开(公告)日：2021-06-15
申请号：CN202110242403.7
申请日：2021-03-04
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种用于拥挤人群计数的自适应多尺度上下文聚合方法，该方法包括：将样本图片输入到主干网络，提取大小为输入图像分辨率j倍的特征图；将提取的特征图以级联的形式输入到多个多尺度上下文聚合模块，提取并自适应聚合多尺度上下文信息，得到多尺度上下文特征；对生成的多尺度上下文特征进行卷积层处理，生成密度图；对所述密度图进行积分求和，得到预测人数。本发明有效地提取了多尺度信息，解决了人头大小不统一的问题，并通过通道注意力机制自适应选择和聚合有用的上下文信息，避免了信息的冗余，可以在拥挤场景下有更精确的密度估计，具有较高的鲁棒性。
-
公开(公告)号：CN114972938B
公开(公告)日：2024-09-24
申请号：CN202210155799.6
申请日：2022-02-21
Applicant: 上海应用技术大学
Abstract: 本发明涉及一种融合知识图谱和空间语义拓扑图的室内陌生场景识别系统，包括：目标检测模块，用于通过训练好的目标检测模型对机器人终端采集的室内场景的时序图像序列进行目标检测，获得目标检测结果；语义生成模块，用于根据室内场景的目标检测结果构建对应的空间语义拓扑图；图谱构建模块，包括知识图谱构建单元和知识图谱数据库，所述的知识图谱构建单元用于根据空间语义拓扑图生成空间语义拓扑图向量，所述的知识图谱数据库用于存储室内已知场景的空间语义拓扑图向量；场景识别模块，用于根据室内陌生场景的空间语义拓扑图向量在知识图谱数据库中进行匹配，识别室内陌生场景的场景类别。与现有技术相比，本发明具有效率高、适用范围广等优点。
-
公开(公告)号：CN114154620B
公开(公告)日：2024-05-21
申请号：CN202111449140.3
申请日：2021-11-29
Applicant: 上海应用技术大学
IPC: G06N3/0455 , G06N3/0464 , G06N3/082 , G06V40/10
Abstract: 本发明提供了一种人群计数网络的训练方法，本发明提供的方法通过多组空洞率不同的金字塔卷积核有效地提取了多尺度信息，解决了人头大小不统一的问题。通过在每一层输出都加上批量归一化，解决了网络深度增加造成难以训练的问题，同时通过残差结构在不增加参数量的情况下进一步提高了网络的深度，具有较高的鲁棒性。
-
公开(公告)号：CN114120233B
公开(公告)日：2024-04-16
申请号：CN202111428983.5
申请日：2021-11-29
Applicant: 上海应用技术大学
IPC: G06V20/52 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本发明提供一种用于人群计数的轻量金字塔空洞卷积聚合网络的训练方法，包括：输入一张图片，首先经过主干网络提取特征信息，然后将提取的特征图以级联的形式输入到多个多尺度上下文聚合模块。该模块首先用空洞率不同的卷积核提取多尺度信息，然后通过通道注意力机制自适应选择通道上下文特征信息并进行聚合。每通过一个多尺度上下文聚合模块，就通过上采样将特征图转化为分辨率更高的特征图，最后经过一个1*1的卷积核输出估计密度图，并通过积分求和得到预测的人数。本发明提供的方法通过多个空洞率不同的卷积核有效的提取了多尺度信息，解决了人头大小不统一的问题，并通过通道注意力机制自适应选择和聚合有用的上下文信息，避免了信息的冗余。
-
公开(公告)号：CN114120233A
公开(公告)日：2022-03-01
申请号：CN202111428983.5
申请日：2021-11-29
Applicant: 上海应用技术大学
Abstract: 本发明提供一种用于人群计数的轻量金字塔空洞卷积聚合网络的训练方法，包括：输入一张图片，首先经过主干网络提取特征信息，然后将提取的特征图以级联的形式输入到多个多尺度上下文聚合模块。该模块首先用空洞率不同的卷积核提取多尺度信息，然后通过通道注意力机制自适应选择通道上下文特征信息并进行聚合。每通过一个多尺度上下文聚合模块，就通过上采样将特征图转化为分辨率更高的特征图，最后经过一个1*1的卷积核输出估计密度图，并通过积分求和得到预测的人数。本发明提供的方法通过多个空洞率不同的卷积核有效的提取了多尺度信息，解决了人头大小不统一的问题，并通过通道注意力机制自适应选择和聚合有用的上下文信息，避免了信息的冗余。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
