公开(公告)号：CN117935043A

公开(公告)日：2024-04-26

申请号：CN202311716785.8

申请日：2023-12-14

Applicant: 北京工商大学

Inventor： 刘瑞军 ,  牟恒辰 ,  王晨 ,  任延昭 ,  叶金源

IPC: G06V20/10 ,  G06V20/13 ,  G06V10/82

Abstract: 本发明涉及一种基于GTNNWR的多源遥感数据农业干旱监测方法，结合局部地区气象站点的气象数据和全局卫星遥感数据，推断地理环境特征参数，利用深度学习的方法计算环境特征参数的权重，从而监测其它无气象站点地域的干旱程度，以便于人们做出合理的防范。首先对卫星遥感数据进行预处理获得遥感干旱指数，即土壤湿度指数、植被覆盖指数、冠层水分指数、冠层温度指数、降水指数等；其次，基于气象站点气象数据计算综合植被干旱指数；最后，将遥感干旱指数作为输入通过GTNNWR神经网络去拟合综合植被干旱指数，得到各遥感干旱指数的权重，并以此来监测其它无气象站数据的干旱情况。本发明可以提升气象站点数据稀疏导致的干旱监测精度问题。

公开(公告)号：CN116740128A

公开(公告)日：2023-09-12

申请号：CN202310787407.2

申请日：2023-06-30

Applicant: 北京工商大学 ,  北京机械工业自动化研究所有限公司

Inventor： 牟恒辰 ,  刘义 ,  李文昌 ,  刘晓冬 ,  刘瑞军 ,  王晓川

IPC: G06T7/207 ,  G06T5/20 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/094 ,  G06N3/0895

Abstract: 本发明涉及一种基于弱监督学习的人体三维姿态估计方法，从图像/视频中估计出人体的各个主要关节点的三维坐标，得到人体在图像/视频中的三维姿态，从而能够帮助计算机在立体空间中理解人体的行为动作。首先基于对抗生成式网络的二维人体姿态估计方法，利用单目视频的帧间一致性假设，构建时空域的对抗生成网络，引入自适应滤波处理，通过将自适应滤波器嵌入到GAN中，实现了端到端的二维人体姿态估计生成；其次，利用视频的帧间信息估计出深度，并结合估计出的相机位姿，从参考帧变换到目标帧，以几何一致性为约束，对估计的三维骨架关节点进行深度约束；最后，引入图像处理中的多分辨思想，通过将生成的三维人体骨架反投影回二维空间，降采样为低分辨率的二维人体部件图，与二维人体姿态估计网络构成循环对抗生成网络。本发明提出的基于弱监督学习的三维人体姿态估计方法，可以提升二维姿态与三维姿态估计的准确性，在减少对语义标注依赖的前提下，尽可能消除语义歧义性以及几何不一致。

公开(公告)号：CN117874424A

公开(公告)日：2024-04-12

申请号：CN202311717140.6

申请日：2023-12-14

Applicant: 北京工商大学

Inventor： 刘瑞军 ,  叶金源 ,  任延昭 ,  王晨 ,  牟恒辰

IPC: G06F18/10 ,  G06F18/214 ,  G06F18/241 ,  G06N3/0442

Abstract: 一种基于深度学习网络的风速插值方法。本发明将站点监测到的数据进行归一化与标准化处理，并且将数据集分成训练集与测试集，构建网络损失函数，采用马尔科夫链蒙特罗积分来获得损失函数的估计值，迭代更新最优参数，对风速进行插值。