-
公开(公告)号：CN119783236A
公开(公告)日：2025-04-08
申请号：CN202510279874.3
申请日：2025-03-11
Applicant: 北京工业大学 , 中铁建设集团北京工程有限公司 , 中铁建设集团有限公司
IPC: G06F30/13
Abstract: 本公开提供了一种建筑建模方法、装置、设备及存储介质，涉及建模技术领域，该方法包括：获取目标建筑对应的目标点云；其中，目标点云包含多个目标采样点；基于目标点云依次确定所对应内点数量最多的多个目标拟合平面，并确定多个目标拟合平面的多个平面特征组；其中，内点数量为内点的数量，内点为与平面的距离小于预设距离阈值的采样点，不同目标拟合平面对应的内点不重复；根据多个平面特征组构建多个目标拟合平面对应的多个目标平面模型，并基于多个目标平面模型构建目标建筑对应的目标建筑模型。从而，提高了该建筑模型整体的精度，后续能够以平面这一较细的颗粒度对该建筑模型进行调整，提高了对模型进行调整的灵活性。
-
公开(公告)号：CN115952312B
公开(公告)日：2024-07-19
申请号：CN202211539530.4
申请日：2022-12-02
Applicant: 北京工业大学
IPC: G06F16/583 , G06F16/58 , G06V10/26 , G06V10/46
Abstract: 本发明提供一种图像标签的自动标注与排序方法，包括以下步骤：构建基准图像集；对无标签的测试图像进行标注；对测试图像的标签进行排序。本发明提出了一种图像标签的自动标注和排序方法，一方面，通过基准图像集得到标签和视觉词的对应关系，实现测试图像标签的自动标注；另一方面，图像的对象性检测结果具有很强的语义性，将对象性检测技术用于标签排序，排序后的标签带有的语义信息和图像反映出的语义信息一致性更强，更准确的标签信息能够更好的用于图像检索等其他视觉任务，同时也能够为研究提供海量的可靠训练样本。
-
公开(公告)号：CN116631059A
公开(公告)日：2023-08-22
申请号：CN202310600840.0
申请日：2023-05-25
Applicant: 北京工业大学
IPC: G06V40/20 , G06V10/46 , G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/62 , G06V10/52 , G06V10/22 , G10L25/51 , G10L25/30
Abstract: 本发明公开了一种声像联合的跨模态声源定位与手势识别方法，该方法的具体实施过程如下：步骤1.建立空间极坐标系；步骤2.将三维空间划分为不同的子空间；步骤3.音频信息预处理；步骤4.卷积神经网络模型；步骤5.使用YOLOv7进行人体检测；步骤6.使用AlphaPose提取手势的骨骼信息；步骤7.使用时空图卷积网络进行手势识别；通过音频信息精准定位指令发起者的位置，然后通过视觉信息识别指令发起者的手势，从而完成相应的指令。
-
公开(公告)号：CN115961719B
公开(公告)日：2023-05-16
申请号：CN202310238780.2
申请日：2023-03-14
Applicant: 中铁建设集团北京工程有限公司 , 北京工业大学 , 中铁建设集团有限公司
Abstract: 本公开涉及一种预制剪力墙系统及其施工方法，该预制剪力墙系统包括预制的外墙板、预制的内墙板、预制的楼板及钢梁；外墙板和内墙板连接形成剪力墙；钢梁与剪力墙内置钢板上提前预制的钢梁段连接，楼板设置在钢梁段上且与剪力墙搭接。通过预制成型的外墙板、内墙板及楼板，从而可以便于在现场进行组装即可完成预制剪力墙系统的施工操作，相比于在施工现场浇筑成型的外墙板、内墙板以及楼板的方式而言，本公开采用预制的方式可以使得施工操作简单高效，以加快施工进程。同时通过在剪力墙的内置钢板上预制成型的钢梁段和第一横向角钢，可以便于将钢梁、楼板与剪力墙三者之间进行连接组装，以简化组装操作，提高施工效率。
-
公开(公告)号：CN115977275A
公开(公告)日：2023-04-18
申请号：CN202310238785.5
申请日：2023-03-14
Applicant: 北京工业大学 , 中铁建设集团北京工程有限公司 , 中铁建设集团有限公司
Abstract: 本公开涉及预制剪力墙体系及其施工方法，该预制剪力墙体系包括剪力墙结构；剪力墙结构包括预制的外墙和预制的内墙，外墙和内墙连接并围合形成墙体，外墙包括夹芯层钢板和内叶墙，内叶墙包括钢筋网及竖向角钢连接件，竖向角钢连接件连接在夹芯层钢板的一侧，钢筋网连接在竖向角钢连接件的远离夹芯层钢板的一侧，夹芯层钢板、竖向角钢连接件以及钢筋网采用混凝土浇筑形成内叶墙。相比于需要现场浇筑而言，本公开提供的预制剪力墙体系，通过提前预制成型的剪力墙结构再现场组装，该现场施工操作简单高效，在一定程度上加快现场施工进程。
-
Patent Agency Ranking
公开(公告)号：CN115961719A
公开(公告)日：2023-04-14
申请号：CN202310238780.2
申请日：2023-03-14
Applicant: 中铁建设集团北京工程有限公司 , 北京工业大学 , 中铁建设集团有限公司
Abstract: 本公开涉及一种预制剪力墙系统及其施工方法，该预制剪力墙系统包括预制的外墙板、预制的内墙板、预制的楼板及钢梁；外墙板和内墙板连接形成剪力墙；钢梁与剪力墙内置钢板上提前预制的钢梁段连接，楼板设置在钢梁段上且与剪力墙搭接。通过预制成型的外墙板、内墙板及楼板，从而可以便于在现场进行组装即可完成预制剪力墙系统的施工操作，相比于在施工现场浇筑成型的外墙板、内墙板以及楼板的方式而言，本公开采用预制的方式可以使得施工操作简单高效，以加快施工进程。同时通过在剪力墙的内置钢板上预制成型的钢梁段和第一横向角钢，可以便于将钢梁、楼板与剪力墙三者之间进行连接组装，以简化组装操作，提高施工效率。
-
公开(公告)号：CN117109619A
公开(公告)日：2023-11-24
申请号：CN202311088942.5
申请日：2023-08-28
Applicant: 北京工业大学
Abstract: 本发明提供一种无人驾驶路径规划方法，包括获取原始全局路径，还包括以下步骤：提取所述原始全局路径中的轨迹坐标点，并进行坐标转换，得到从起点到达终点的新车辆行驶路径；对所述新车辆行驶路径中的转弯拐点行优化，得到弧形拐点路线；对所述弧形拐点路线进行稀疏差值；生成最终的车辆行驶路径。本发明提出了一种无人驾驶路径规划方法，基于电子地图可以根据复杂多变的交通场景灵活动态地调整规划路径，再通过坐标系转换、路径纠偏、平滑处理等，为无人驾驶车辆提供一条安全高效的行驶轨迹路径。
-
公开(公告)号：CN115977275B
公开(公告)日：2023-06-13
申请号：CN202310238785.5
申请日：2023-03-14
Applicant: 北京工业大学 , 中铁建设集团北京工程有限公司 , 中铁建设集团有限公司
Abstract: 本公开涉及预制剪力墙体系及其施工方法，该预制剪力墙体系包括剪力墙结构；剪力墙结构包括预制的外墙和预制的内墙，外墙和内墙连接并围合形成墙体，外墙包括夹芯层钢板和内叶墙，内叶墙包括钢筋网及竖向角钢连接件，竖向角钢连接件连接在夹芯层钢板的一侧，钢筋网连接在竖向角钢连接件的远离夹芯层钢板的一侧，夹芯层钢板、竖向角钢连接件以及钢筋网采用混凝土浇筑形成内叶墙。相比于需要现场浇筑而言，本公开提供的预制剪力墙体系，通过提前预制成型的剪力墙结构再现场组装，该现场施工操作简单高效，在一定程度上加快现场施工进程。
-
公开(公告)号：CN115952312A
公开(公告)日：2023-04-11
申请号：CN202211539530.4
申请日：2022-12-02
Applicant: 北京工业大学
IPC: G06F16/583 , G06F16/58 , G06V10/26 , G06V10/46
Abstract: 本发明提供一种图像标签的自动标注与排序方法，包括以下步骤：构建基准图像集；对无标签的测试图像进行标注；对测试图像的标签进行排序。本发明提出了一种图像标签的自动标注和排序方法，一方面，通过基准图像集得到标签和视觉词的对应关系，实现测试图像标签的自动标注；另一方面，图像的对象性检测结果具有很强的语义性，将对象性检测技术用于标签排序，排序后的标签带有的语义信息和图像反映出的语义信息一致性更强，更准确的标签信息能够更好的用于图像检索等其他视觉任务，同时也能够为研究提供海量的可靠训练样本。
-
公开(公告)号：CN115830707A
公开(公告)日：2023-03-21
申请号：CN202211440742.7
申请日：2022-11-17
Applicant: 北京工业大学
IPC: G06V40/20 , G06V20/40 , G06V10/82 , G06V10/774 , G06V10/34 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于超图学习的多视角人体行为识别方法，包括从P个视角获取视频数据，还包括以下步骤：对所述视频数据进行预处理；根据关节点信息构建空间超图；根据关节点信息构建时间超图；使用超图神经网络对所述空间超图和所述时间超图进行特征学习；提取超图所表示的高阶信息，进行人体动作的行为识别。本发明通过对相同时刻不同视角下的人体骨骼点构建空间超图，以捕获多个身体骨骼点之间的空间依赖关系；通过对相同视角不同帧下的人体骨骼点构建时间超图，更好地获取特定关节点不同视角下特征之间的时间相关性，从而根据空间超图和时间超图构建的特征进行时空超图神经网络进行学习，最终实现基于超图学习的多视角人体行为识别。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.028 seconds)
