-
公开(公告)号：CN117612385A
公开(公告)日：2024-02-27
申请号：CN202311602769.6
申请日：2023-11-28
申请人： 合肥工业大学
摘要： 本发明公开了一种网联车专用车道设置下交通瓶颈上游车道的可变限速控制方法，是在设有专用车道的快速路瓶颈区域附近采集主线各路段的专用车道数和普通车道数及车辆信息，并根据交通需求预测各路段各车道的交通密度，从而以各车道限速值为控制变量，以快速路系统车辆总运行时间最小为控制目标，构建专用车道设置下瓶颈上游区域各车道可变限速方案。本发明有助于减少专用车道设置下由于网联车群体换道导致的交通效率下降和频繁换道引起的安全风险，从而能最大限度的保证专用车道设置条件下道路通行能力。
-
公开(公告)号：CN115861903A
公开(公告)日：2023-03-28
申请号：CN202310122389.6
申请日：2023-02-16
申请人： 合肥工业大学智能制造技术研究院
IPC分类号： G06V20/40 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0895
摘要： 本发明公开了一种弱监督视频异常检测方法、系统及模型训练方法，属于视频异常检测技术领域。本发明设计了教师模型和学生模型，教师模型基于时间注意力机制构建，使视频特征更关注时序信息；学生模型将自注意力机制嵌入到视频特征提取模块中，使得视频特征更关注空间信息，教师模型将关注时序信息的知识进行蒸馏，提供给学生模型，且预测视频的异常得分，并将此标签作为知识传递给学生模型，作为指导；学生模型将空间信息和教师模型传递出来的时序信息进行融合，获得了具有时空信息的视频特征。本发明能作为公共安全系统中的异常检测模块提供算法支持，解决以往异常检测算法监督精度较差，对于异常的时间定位不准确的问题。
-
公开(公告)号：CN114913535A
公开(公告)日：2022-08-16
申请号：CN202210310193.5
申请日：2022-03-28
申请人： 合肥工业大学
IPC分类号： G06V30/412 , G06V30/19 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明提供一种位于三维多平面文本的识别方法，包括：获取含有连续多平面的文本块的图像数据；对所述图像数据进行处理，得到特征向量数据；根据所述特征向量数据，得到图像数据内的平面信息数据；根据所述特征向量数据，得到图像数据内的文本图像信息数据；根据所述平面信息数据与所述文本图像信息数据，得到文本数据；根据所述文本数据，得到文字内容数据。通过本发明公开的一种位于三维多平面文本的识别方法，能够对三维场景下的文字进行识别。
-
公开(公告)号：CN113869178B
公开(公告)日：2022-07-15
申请号：CN202111113707.X
申请日：2021-09-18
申请人： 合肥工业大学
IPC分类号： G06V10/776 , G06V20/40 , G06V10/40 , G06K9/62 , G06V10/764
摘要： 本发明提供了一种基于时空维度的特征提取系统、视频质量评价系统，特征提取系统包括图像特征提取模块；视频特征提取模块；时间权重处理模块和语义特征提取模块，用于得到基于时空维度的目标特征。本发明通过改变视频特征向量在时间维度上的通道数的方式，进行不同时间段的权重分配，随后通过改变视频向量在空间维度上的通道数的方式，对高维语义特征和低维语义特征进行拼接重挖掘，使得最终得到的时空维度的特征矩阵更符合人眼主观感知，与人眼主观感知的相关性更高，准确性更高。
-
公开(公告)号：CN114283288B
公开(公告)日：2022-07-12
申请号：CN202111608489.7
申请日：2021-12-24
申请人： 合肥工业大学智能制造技术研究院
摘要： 本发明提供一种夜间车辆图像增强的方法、系统、设备及存储介质，属于车型识别技术领域。夜间车辆图像增强的方法包括：获得夜间车辆图像，并将夜间车辆图像进行分解，获得光照分量图像和反射分量图像；将夜间车辆图像输入至Transformer Encoder，获得夜间车辆图像的块向量；将夜间车辆图像的块向量输入至Mask Generator，获得分割图；将分割图和光照分量图像输入至Transformer Encoder，获得光照分量图像的块向量；将反射分量图像输入至Transformer Encoder，获得反射分量图像的块向量；将反射分量图像的块向量和光照分量图像的块向量输入至Transformer Decoder，获得增强特征图。实现了车体本身的光照增强，增强了后续识别任务中车辆的特征表达性区域，从而提升识别模块的准确率。
-
公开(公告)号：CN109446882B
公开(公告)日：2022-03-04
申请号：CN201811032667.4
申请日：2018-09-05
申请人： 合肥工业大学智能制造技术研究院
IPC分类号： G06V20/54 , G06V10/46 , G06V10/762 , G06V10/764
摘要： 本发明公开了一种基于梯度方向划分的特征量化的车标特征提取和识别方法，首先对卡口系统拍摄的车标图像进行预处理，计算每个像素的梯度大小和方向，将所有像素的梯度信息存入对应的梯度矩阵；预先划分k个梯度方向，统计每个像素周围所有像素对应k个梯度方向的梯度大小，把梯度大小累加放入k个不同的梯度大小矩阵；分别提取k个梯度大小矩阵的LTP特征，将提取到的k个LTP特征拼接，得到原始车标图像的像素特征；通过K‑means将样本中所有的特征进行分类得到离线码本，最后再使用SVM进行车标图像的分类识别。本发明针对卡口图像中的车标识别提出了具体的识别方案，识别的结果正确率很高，可以满足实际智能交通系统的需求。
-
公开(公告)号：CN111210507A
公开(公告)日：2020-05-29
申请号：CN202010012401.4
申请日：2020-01-06
申请人： 合肥工业大学
摘要： 本发明公开了一种面向多视图三维重建的初始视图选取方法，属于计算机视觉与计算机图形学领域。该方法包括以下步骤：S1：输入应用场景的图像序列、特征点以及所采用的摄像机的内部参数；S2：计算任意两幅视图之间的基本矩阵；S3：计算摄像机的投影矩阵；S4：计算三维点在视图上的投影点和反投影误差；S5：计算任意两幅视图之间的单应性矩阵和单应性误差；S6：计算任意两幅视图之间的特征点位置误差之和；S7：选取输入图像序列中特征点位置误差之和最小的两幅视图作为多视图重建的初始视图。本发明的方法能够快速稳健地进行初始视图选取，选取效果好，并能适用任意场景，具有较强的通用性。
-
公开(公告)号：CN107944035A
公开(公告)日：2018-04-20
申请号：CN201711330059.7
申请日：2017-12-13
申请人： 合肥工业大学
摘要： 本发明公开了一种融合视觉特征和用户评分的图像推荐方法，包括：1、爬取数据集并从数据集中提取物品图像和用户对相应物品图像的评分矩阵；2、对所有采集到的物品图像利用卷积神经网络CNN进行图像视觉特征提取，得到视觉特征矩阵；3、建立预测偏好模型，利用基于元素的交替最小二乘法更新预测偏好模型；4、从最终的预测偏好模型中得到用户对所有物品图像的偏好值，将偏好值进行降序排序，并选取前top个偏好值所对应的物品图像推荐给用户。本发明将视觉特征和用户评分进行融合，从而能够提高推荐精度和实现个性化推荐。
-
公开(公告)号：CN102902858B
公开(公告)日：2015-10-21
申请号：CN201210380788.4
申请日：2012-10-09
申请人： 合肥工业大学
IPC分类号： G06F17/50
摘要： 本发明公开了一种组合电路板测试结果中故障元器件的关联性标注方法，依据载入的组合电路板的组合方式，可得到组合电路板的整体结构；根据载入的从元器件关联表中取出所有的有关联关系的故障元器件组，从电路板规格信息表中取出该元器件组中的每个元器件的位置与规格信息，并从元器件明细表中取出元器件管脚信息；依据前述信息以及组成电路板的每个电路板的三维模型即得到组合电路板的三维模型；最后利用故障元器件关联表中的信息，在组合电路板的三维模型中对这些有关联关系的故障元器件进行标注，并进行显示。
-
公开(公告)号：CN102915526A
公开(公告)日：2013-02-06
申请号：CN201210349093.X
申请日：2012-09-18
申请人： 合肥工业大学
IPC分类号： G06T5/00
摘要： 本发明公开了一种基于互补场景模型的球面全景图缺失信息修复方法，首先建立目标位置处球面全景图与球面虚拟实景的映射关系，然后利用目标位置（待修补全景图所处位置）和源位置（用于修补的全景图所处位置）处球面虚拟实景间存在的互补现象，建立互补场景模型，最后建立源位置球面虚拟实景到球面全景图的映射关系，从而求得目标全景图中缺失信息在源全景图中的对应位置，以进行修复。本发明对球面全景图采集过程中存在的场景信息缺失问题提出了具体的解决方案，修补的缺失场景具有真实性，可以满足犯罪现场重建等特定领域的需要。
-
-
-
-
-
-
-
-
-
搜索结果
65 条记录 (耗时 0.033 秒)
