公开(公告)号：CN110516613B

公开(公告)日：2023-04-18

申请号：CN201910807214.2

申请日：2019-08-29

Applicant: 大连海事大学

Inventor： 刘洪波 ,  李伯林 ,  江同棒 ,  张博 ,  汪大峰 ,  戴光耀 ,  李科 ,  林正奎

IPC: G06V20/56 ,  G06V40/10 ,  G06V20/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种第一视角下的行人轨迹预测方法，采用编解码结构结合循环卷积网络来预测第一视角下行人轨迹策略。原始图像经过编码得到的行人轨迹信息的特征向量，然后进行解码特征向量，预测出未来的行人的轨迹信息。在公共数据集和自己采集到的数据集里，本发明都会准确的预测出多个行人的未来10帧的轨迹信息，最终预测轨迹和最终实际轨迹之间的L2距离误差提高到40，比现有方法提高了30个像素精度。本发明提出了预测行人轨迹的时空卷积循环网络方法，利用一维卷积进行编解码处理，通过时空卷积网络预测，在目前的相关方法中，实现较简单、数据获取和处理清晰、简洁，实用性强。

公开(公告)号：CN117934308A

公开(公告)日：2024-04-26

申请号：CN202410230310.6

申请日：2024-02-29

Applicant: 大连海事大学

Inventor： 刘洪波 ,  龙浩 ,  陆欧阳 ,  王野 ,  李科 ,  李沐南

IPC: G06T5/50 ,  G06T5/30 ,  G06N3/0464 ,  G06N3/0895 ,  G06T7/80 ,  G06T3/4007 ,  G06T7/10

Abstract: 本发明提供一种基于图卷积网络的轻量化自监督单目深度估计方法，具体步骤包括：建立自监督单目深度估计模型，包括：获取目标图像各像素点的深度值，估计相对位姿，将合成的新视图作为自监督训练信号；在建立的自监督单目深度估计模型基础上，应用轻量化特征捕捉策略，包括：使用膨胀卷积辅助捕捉全局特征，在膨胀卷积所捕获的全局特征基础上，运用自注意力机制学习长距离的特征依赖；利用图卷积神经网络技术将目标对象进行分割；构建模糊度提升数据增强机制。本发明不仅维持了模型的高性能，而且显著减少了所需的模型参数量，减小了模型的整体大小，所需的计算资源也相应降低，使得模型在资源受限的设备上，也能够更有效地进行部署和推理。

公开(公告)号：CN110516613A

公开(公告)日：2019-11-29

申请号：CN201910807214.2

申请日：2019-08-29

Applicant: 大连海事大学

Inventor： 刘洪波 ,  李伯林 ,  江同棒 ,  张博 ,  汪大峰 ,  戴光耀 ,  李科 ,  林正奎

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种第一视角下的行人轨迹预测方法，采用编解码结构结合循环卷积网络来预测第一视角下行人轨迹策略。原始图像经过编码得到的行人轨迹信息的特征向量，然后进行解码特征向量，预测出未来的行人的轨迹信息。在公共数据集和自己采集到的数据集里，本发明都会准确的预测出多个行人的未来10帧的轨迹信息，最终预测轨迹和最终实际轨迹之间的L2距离误差提高到40，比现有方法提高了30个像素精度。本发明提出了预测行人轨迹的时空卷积循环网络方法，利用一维卷积进行编解码处理，通过时空卷积网络预测，在目前的相关方法中，实现较简单、数据获取和处理清晰、简洁，实用性强。