-
公开(公告)号：CN112396027B
公开(公告)日：2023-09-19
申请号：CN202011384258.8
申请日：2020-12-01
Applicant: 北京交通大学
IPC: G06V20/54 , G06V10/82 , G06V10/42 , G06V10/44 , G06N3/0464 , G06N3/084 , G06V10/774 , G06V10/764
Abstract: 本发明提供了一种基于图卷积神经网络的车辆重识别方法。包括：构建用于车辆重识别的网络模型，使用卷积神经网络提取待重识别的车辆图像的全局和局部特征，利用图卷积神经网络得到结构化特征，利用结构化特征计算网络模型的损失函数；根据损失函数训练网络模型，将待重识别的车辆图像和测试集的所有图像输入到训练好的网络模型中，分别得到待测图片和测试集的所有图像的图片特征，根据图片特征计算出待测图片和测试集的各个图像之间的相似性，根据相似性得到待重识别的车辆图像的重识别结果。本发明通过使用图卷积神经网络挖掘局部特征与局部特征、局部特征与全局特征之间的结构化信息，从而获得更优更全面的特征表达，提高了车辆重识别的精度。
-
公开(公告)号：CN112396027A
公开(公告)日：2021-02-23
申请号：CN202011384258.8
申请日：2020-12-01
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于图卷积神经网络的车辆重识别方法。包括：构建用于车辆重识别的网络模型，使用卷积神经网络提取待重识别的车辆图像的全局和局部特征，利用图卷积神经网络得到结构化特征，利用结构化特征计算网络模型的损失函数；根据损失函数训练网络模型，将待重识别的车辆图像和测试集的所有图像输入到训练好的网络模型中，分别得到待测图片和测试集的所有图像的图片特征，根据图片特征计算出待测图片和测试集的各个图像之间的相似性，根据相似性得到待重识别的车辆图像的重识别结果。本发明通过使用图卷积神经网络挖掘局部特征与局部特征、局部特征与全局特征之间的结构化信息，从而获得更优更全面的特征表达，提高了车辆重识别的精度。
-
公开(公告)号：CN104843030A
公开(公告)日：2015-08-19
申请号：CN201510274669.4
申请日：2015-05-26
Applicant: 北京交通大学
IPC: B61K9/08
CPC classification number: B61L23/041
Abstract: 本发明公开一种恒定触发力轨道车辆障碍物检测装置，检测梁的两端匹配对称地固接弹性支架的前端悬臂；弹性支架的前端悬臂固接拨针限位板，拨针限位板上设有通孔；弹性支架的前端悬臂和后端支撑臂之间设有用于限制前端悬臂过度变形的支撑限位板，支撑限位板上固接开关座，开关座上固接行程开关，行程开关上设有拨针，拨针置于通孔内；弹性支架的后端支撑臂上固接移动齿板，移动齿板上设有齿槽，齿板支座上设有与移动齿板相匹配啮合的齿槽。调节齿板支座和移动齿板的齿槽啮合来调节检测梁高度，以适应不同高度车辆的障碍物检测需求，高度的调节不会改变作用在检测梁上激活行程开关的触发力矩，因此调节高度后无需重新标定行程开关的参数。
-
公开(公告)号：CN112734881A
公开(公告)日：2021-04-30
申请号：CN202011381287.9
申请日：2020-12-01
Applicant: 北京交通大学
IPC: G06T11/60 , G06F40/30 , G06F40/289 , G06N3/08 , G06N3/04
Abstract: 本发明提供了一种基于显著性场景图分析的文本合成图像方法及系统。该方法包括：根据依赖关系解析将文本描述构建成依赖树，进行树转换以得到语义图，构建一个基于规则的场景图解析器，该解析器从依赖项语法表示映射到场景图；利用背景检索模块对场景图进行检索，得到与给定场景图最相关的候选分割图；通过背景融合模块对候选分割图进行编码得到背景特征；将前景对象和背景特征表示都输入到生成对抗网络中，得到文本合成图像模型，使用模型以测试文本描述为输入，生成具有前景和背景视觉上一致的高分辨率图像。本发明将基于显著性的场景图引入到图像合成中，通过探索跨模态文本语义空间配置，有效的提高了图像合成的准确率。
-
公开(公告)号：CN105128967B
公开(公告)日：2017-09-22
申请号：CN201510542938.0
申请日：2015-08-28
Applicant: 北京交通大学
IPC: B62D57/02
Abstract: 本发明实施例公开了一种全方位运动球形机器人，包含球壳、弧轨、机架和全向轮；所述弧轨设在所述球壳内，所述弧轨两端共轴穿过并支撑在球壳的直径上；所述机架设在所述球壳内，所述机架的上部由轨轮和导轮支撑在所述弧轨上；所述全向轮安装在所述机架的底部；由上述本发明的实施例提供的技术方案可以看出，本发明实施例具有以下益处：利用全向轮在两个方向可同时滚动的特性，来驱动球内单偏心质量实现全向运动的球形机器人；可动件质量远离球心，最大化地增强球形机器人的机动性和动力效率；由于机架位于弧轨下方，可以较好地识别自身位姿，为实现智能控制提供了便利；结构简单，不需要高精度的零部件，从而可降低工程化成本。
-
Patent Agency Ranking
公开(公告)号：CN104843030B
公开(公告)日：2017-06-06
申请号：CN201510274669.4
申请日：2015-05-26
Applicant: 北京交通大学
IPC: B61K9/08
Abstract: 本发明公开一种恒定触发力轨道车辆障碍物检测装置，检测梁的两端匹配对称地固接弹性支架的前端悬臂；弹性支架的前端悬臂固接拨针限位板，拨针限位板上设有通孔；弹性支架的前端悬臂和后端支撑臂之间设有用于限制前端悬臂过度变形的支撑限位板，支撑限位板上固接开关座，开关座上固接行程开关，行程开关上设有拨针，拨针置于通孔内；弹性支架的后端支撑臂上固接移动齿板，移动齿板上设有齿槽，齿板支座上设有与移动齿板相匹配啮合的齿槽。调节齿板支座和移动齿板的齿槽啮合来调节检测梁高度，以适应不同高度车辆的障碍物检测需求，高度的调节不会改变作用在检测梁上激活行程开关的触发力矩，因此调节高度后无需重新标定行程开关的参数。
-
公开(公告)号：CN112734881B
公开(公告)日：2023-09-22
申请号：CN202011381287.9
申请日：2020-12-01
Applicant: 北京交通大学
IPC: G06T11/60 , G06F40/30 , G06F40/289 , G06N3/08 , G06N3/0464
Abstract: 本发明提供了一种基于显著性场景图分析的文本合成图像方法及系统。该方法包括：根据依赖关系解析将文本描述构建成依赖树，进行树转换以得到语义图，构建一个基于规则的场景图解析器，该解析器从依赖项语法表示映射到场景图；利用背景检索模块对场景图进行检索，得到与给定场景图最相关的候选分割图；通过背景融合模块对候选分割图进行编码得到背景特征；将前景对象和背景特征表示都输入到生成对抗网络中，得到文本合成图像模型，使用模型以测试文本描述为输入，生成具有前景和背景视觉上一致的高分辨率图像。本发明将基于显著性的场景图引入到图像合成中，通过探索跨模态文本语义空间配置，有效的提高了图像合成的准确率。
-
公开(公告)号：CN106127197B
公开(公告)日：2020-07-07
申请号：CN201610219337.0
申请日：2016-04-09
Applicant: 北京交通大学 , 中国移动通信集团设计院有限公司
Abstract: 本发明实施例提供了一种基于显著标签排序的图像显著性目标检测方法和装置。该方法主要包括：将图像样本集中的每幅图像使用SLIC分割方法划分成多个图像区域，对每个图像区域提取视觉特征和背景对比度特征；根据每个图像区域的视觉特征、背景对比度特征和显著值标签组成训练集与测试集，使用基于显著标签排序的算法学习出每幅图像中每个图像区域的显著值；利用低秩矩阵恢复理论恢复图像中每个区域的显著值，检测出图像中的显著目标。本发明的方法充分利用矩阵的核范数控制模型的复杂度，结合视觉特征相似性以及语义标签相似性，利用图拉普拉斯正则化约束之间的相关性，有效解决显著性标签空间较大但训练图像数量有限的问题。
-
公开(公告)号：CN106127197A
公开(公告)日：2016-11-16
申请号：CN201610219337.0
申请日：2016-04-09
Applicant: 北京交通大学 , 中国移动通信集团设计院有限公司
Abstract: 本发明实施例提供了一种基于显著标签排序的图像显著性目标检测方法。该方法主要包括：将图像样本集中的每幅图像使用SLIC分割方法划分成多个图像区域，对每个图像区域提取视觉特征和背景对比度特征；根据每个图像区域的视觉特征、背景对比度特征和显著值标签组成训练集与测试集，使用基于显著标签排序的算法学习出每幅图像中每个图像区域的显著值；利用低秩矩阵恢复理论利用每个图像区域的显著值对每幅图像进行显著图的恢复，检测出图像中的显著目标。本发明的方法充分利用矩阵的核范数控制模型的复杂度，结合视觉特征相似相以及语义标签相似性，利用图拉普拉斯正则化约束之间的相关性，有效解决显著性标签空间较大但训练图像数量有限的问题。
-
公开(公告)号：CN105128967A
公开(公告)日：2015-12-09
申请号：CN201510542938.0
申请日：2015-08-28
Applicant: 北京交通大学
IPC: B62D57/02
Abstract: 本发明实施例公开了一种全方位运动球形机器人，包含球壳、弧轨、机架和全向轮；所述弧轨设在所述球壳内，所述弧轨两端共轴穿过并支撑在球壳的直径上；所述机架设在所述球壳内，所述机架的上部由轨轮和导轮支撑在所述弧轨上；所述全向轮安装在所述机架的底部；由上述本发明的实施例提供的技术方案可以看出，本发明实施例具有以下益处：利用全向轮在两个方向可同时滚动的特性，来驱动球内单偏心质量实现全向运动的球形机器人；可动件质量远离球心，最大化地增强球形机器人的机动性和动力效率；由于机架位于弧轨下方，可以较好地识别自身位姿，为实现智能控制提供了便利；结构简单，不需要高精度的零部件，从而可降低工程化成本。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
