公开(公告)号：CN116188522A

公开(公告)日：2023-05-30

申请号：CN202211106175.1

申请日：2022-09-09

Applicant: 哈尔滨工业大学

Inventor： 吴立刚 ,  张文栋 ,  吴承伟 ,  沈肖宁 ,  尹立远 ,  姚蔚然

IPC: G06T7/246 ,  G06V10/82 ,  G06T7/277 ,  G06N3/0464

Abstract: 基于点云信息的感知预测系统及预测方法，它属于信息安全技术领域。本发明解决了现有方法对运动目标轨迹预测的精度低的问题。本发明以3D点云数据作为系统的输入量，通过卷积神经网络对目标物体进行实时的检测和识别，并基于识别结果对目标进行动态的跟踪。同时，本发明系统设计了补偿反馈模块，提高了目标跟踪的连续性。本发明设计了稳定模块，使得系统跟踪生成的轨迹更加的平稳。基于跟踪轨迹，本发明采用Transformer结构设计了预测模块，对被识别物体将来的轨迹进行预测。本发明方法可以应用于信息安全技术领域。

公开(公告)号：CN116824259A

公开(公告)日：2023-09-29

申请号：CN202310792286.0

申请日：2023-06-30

Applicant: 哈尔滨工业大学

Inventor： 吴立刚 ,  吴承伟 ,  张文栋 ,  尹立远 ,  朱鸿铭 ,  陈禹成

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/42 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种基于结果特征融合的多模态目标检测方法，它属于目标检测技术领域。本发明解决了现有多模态检测方法的目标检测精度低的问题。本发明MMDR模型采用了直接通过单模态检测结果生成特征的方法，可以更好地利用深层特征，从而降低了后续特征提取的复杂性，使模型更加聚焦于有效信息。相比于传统的特征级融合方法，MMDR模型避免了在多模态融合过程中产生的信息丢失和冗余问题，能够更好地提取多模态数据的信息。而且MMDR模型融合了单模态检测过程的中间特征，可以一定程度上吸收背景信息，由于采用了基于一阶检测结果生成特征的方法，MMDR模型可以更好地综合利用多模态数据的信息，提高了模型对背景干扰的鲁棒性。本发明方法可以应用于多模态目标检测。