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：CN111461437A

公开(公告)日：2020-07-28

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: G06Q10/04 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

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：CN109271484A

公开(公告)日：2019-01-25

申请号：CN201811080155.5

申请日：2018-09-17

Applicant: 北京工业大学

Inventor： 孙艳丰 ,  霍光煜 ,  张勇 ,  孔德慧 ,  梁宇辰

IPC: G06F16/33 ,  G06F16/35 ,  G06F16/36

Abstract: 本发明公开了一种基于语义本体的档案数据智能推理方法，本方法将语义本体推理运用到档案的智能关联中，运用HMM分词算法和LDA主题模型分类算法，对档案数据语料库进行主题分类处理，作为语义管理的底层构建。之后构建档案语义本体，运用本体中定义的关联特性，实现档案数据语料库中档案的智能关联。与现有的档案查询管理系统相比，语义本体驱动的智能关联系统能提高查询的效率并且支持新加入的关联类别，可扩展行优于基于数据库的档案管理系统。