-
公开(公告)号：CN120067467A
公开(公告)日：2025-05-30
申请号：CN202510124645.4
申请日：2025-01-26
Applicant: 北京邮电大学
IPC: G06F16/9537 , G06F16/29 , G06N3/045 , G06F18/2136 , G06F18/10
Abstract: 本公开提供一种基于上下文感知和条件扩散模型的时空轨迹恢复方法、装置、电子设备及存储介质，包括：获取稀疏轨迹数据和多源时空条件信息；利用条件扩散模型，通过多步去噪过程对轨迹进行补全；引入时空卷积模块提取轨迹的时空依赖特征，并通过跨模态注意力机制实现多源条件信息的动态融合；结合条件重构损失函数，优化模型对轨迹恢复的时空一致性；采用分层快速去噪机制，提升模型的计算效率和实时性能；最终生成与真实轨迹一致的高精度补全轨迹。本公开能够有效解决轨迹数据稀疏性和非均匀分布问题，显著提升轨迹恢复的精度和鲁棒性，广泛适用于智慧交通、城市规划和个性化出行服务等领域，为相关行业提供技术支持。
-
公开(公告)号：CN113283665A
公开(公告)日：2021-08-20
申请号：CN202110646085.0
申请日：2021-06-10
Applicant: 北京邮电大学
Abstract: 一种基于路网的城市交通事故风险预测方法涉及交通事故风险预测技术领域，解决了时空相关性和空间异质性的问题，过程为：建立事故位置和路段之间的映射关系；根据路段集合中路段之间的相似度将路段进行聚类得到粗粒度区域并计算粗粒度区域的事故风险；将长期特征和短期特征以及其对应的天气特征在时间维度上融合，融合后拼接；根据待预测t时刻的外部特征Et采用注意力机制得到在每个历史时间片的重要性权重；根据权重对拼接后的融合数据加权求和得到加权求和后的融合结果；将融合结果和分流模块的输出结果输入特征层，采用注意力机制获得预测事故风险值。本发明解决空间异质性问题，在空间划分更精细的同时兼顾预测的准确率。
-
公开(公告)号：CN105025440B
公开(公告)日：2018-10-19
申请号：CN201510400896.7
申请日：2015-07-09
Applicant: 深圳天珑无线科技有限公司 , 北京邮电大学
CPC classification number: Y02D70/00
Abstract: 本发明提供一种室内外场景检测方法，该方法使用智能终端集成的各种传感器采集数据，为室内外场景检测设置多个状态，对于每个状态选择最佳特征子集作为分类属性来训练分类器，以及基于训练得到的多个分类器的判定结果来最终确定是室内还是室外。实验结果表明，这种基于多分类器的室内外场景检测方法具有较好的准确率，且功耗低。
-
Patent Agency Ranking
公开(公告)号：CN113283665B
公开(公告)日：2022-07-19
申请号：CN202110646085.0
申请日：2021-06-10
Applicant: 北京邮电大学
Abstract: 一种基于路网的城市交通事故风险预测方法涉及交通事故风险预测技术领域，解决了时空相关性和空间异质性的问题，过程为：建立事故位置和路段之间的映射关系；根据路段集合中路段之间的相似度将路段进行聚类得到粗粒度区域并计算粗粒度区域的事故风险；将长期特征和短期特征以及其对应的天气特征在时间维度上融合，融合后拼接；根据待预测t时刻的外部特征Et采用注意力机制得到在每个历史时间片的重要性权重；根据权重对拼接后的融合数据加权求和得到加权求和后的融合结果；将融合结果和分流模块的输出结果输入特征层，采用注意力机制获得预测事故风险值。本发明解决空间异质性问题，在空间划分更精细的同时兼顾预测的准确率。
-
公开(公告)号：CN105023022B
公开(公告)日：2019-03-12
申请号：CN201510399133.5
申请日：2015-07-09
Applicant: 深圳天珑无线科技有限公司 , 北京邮电大学
IPC: G06K9/62
Abstract: 本发明提供了一种跌倒检测方法，该方法包括离线训练和在线检测两个阶段。在离线训练阶段结合随机样本选择和随机分类属性选择来训练多个子分类器；在线跌倒检测阶段，基于多个子分类器的分类结果给出最终判定结果。实验表明，本发明提供的跌倒检测方法可获得95.2％的准确率、90.6％的敏感度和93.5％特异性，明显优于基于SVM和BP神经网络跌倒检测方法，更准确地检测跌倒行为，具有较强的泛化能力和鲁棒性。
-
公开(公告)号：CN119991802A
公开(公告)日：2025-05-13
申请号：CN202510058059.4
申请日：2025-01-14
Applicant: 北京邮电大学
IPC: G06T7/73 , G06T7/11 , G06T7/66 , G06T7/60 , G06N3/0455 , G06N3/084 , G06V10/82 , G06V20/10 , G06V10/44 , G06V10/26 , G06V10/762 , G06T15/00
Abstract: 本公开提供一种面向室内动态环境的高精度视觉定位与高保真对象级地图构建方法、装置及程序产品，包括：基于语义分割大模型对图像进行分割和特征提取，生成主动性动态对象扩展掩码，得到鲁棒非主动性动态点，结合高斯地图初步优化位姿，计算对象对应的所述鲁棒非主动性动态点与高斯椭球的中心距离，结合关键帧序列中对应像素区域的语义损失变化量，得到最终动态对象掩码，通过反向传播静态像素区域的损失进行优化，并致密化多视角交叉区域中的高斯椭球，得到高精度视觉定位结果和高保真对象级地图。本公开能够在任意室内动态环境中，准确且全面地删除动态对象，实现高精度的视觉定位，构建高保真的对象级地图。
-
公开(公告)号：CN105025440A
公开(公告)日：2015-11-04
申请号：CN201510400896.7
申请日：2015-07-09
Applicant: 深圳天珑无线科技有限公司 , 北京邮电大学
Abstract: 本发明提供一种室内外场景检测方法，该方法使用智能终端集成的各种传感器采集数据，为室内外场景检测设置多个状态，对于每个状态选择最佳特征子集作为分类属性来训练分类器，以及基于训练得到的多个分类器的判定结果来最终确定是室内还是室外。实验结果表明，这种基于多分类器的室内外场景检测方法具有较好的准确率，且功耗低。
-
公开(公告)号：CN105023022A
公开(公告)日：2015-11-04
申请号：CN201510399133.5
申请日：2015-07-09
Applicant: 深圳天珑无线科技有限公司 , 北京邮电大学
IPC: G06K9/62
Abstract: 本发明提供了一种跌倒检测方法，该方法包括离线训练和在线检测两个阶段。在离线训练阶段结合随机样本选择和随机分类属性选择来训练多个子分类器；在线跌倒检测阶段，基于多个子分类器的分类结果给出最终判定结果。实验表明，本发明提供的跌倒检测方法可获得95.2％的准确率、90.6％的敏感度和93.5％特异性，明显优于基于SVM和BP神经网络跌倒检测方法，更准确地检测跌倒行为，具有较强的泛化能力和鲁棒性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
