-
公开(公告)号：CN114998879A
公开(公告)日：2022-09-02
申请号：CN202210530060.9
申请日：2022-05-16
Applicant: 武汉大学
IPC: G06V20/62 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/04
Abstract: 本发明属于计算机图像处理技术领域，公开了一种基于事件相机的模糊车牌识别方法。本发明采用事件相机对车牌进行拍摄得到车牌对应的传统光学图像和事件流数据，对事件流数据进行预处理得到与传统光学图像具有相同分辨率的多张事件帧图像，构建多输入深度神经网络，分为检测模块和识别模块，将传统光学图像和多张事件帧图像融合输入至检测模块，检测模块输出车牌的边界框位置信息，识别模块基于边界框位置信息提取得到特征信息，基于特征信息得到车牌识别结果。本发明能够有效提高模糊车牌识别的准确率。
-
公开(公告)号：CN112016696A
公开(公告)日：2020-12-01
申请号：CN202010817931.6
申请日：2020-08-14
Applicant: 武汉大学
Abstract: 本发明提供一种融合卫星与地基观测的PM1浓度反演方法及系统，进行数据采集与匹配，包括采集地基PM1数据、卫星AOD数据和相关气象地理参数，以卫星AOD数据空间分辨率为参照，对相关气象地理参数进行重采样；然后以PM1观测站为中心，采用预设空间半径和时间半径的时空窗口，计算时空窗口内的各输入特征的均值，并与相应观测站点实测的PM1浓度值相匹配，形成训练样本集；初始RF模型构建，根据模型的预测残差变化优化设定决策树的数量和构建二叉树时使用的变量个数；初始geo-RF模型构建，包括定义空间邻近观测S-PM1、前向时间邻近观测T-PM1以及邻近空间距离约束，将时空邻近观测也作为解释变量输入至构建的初始RF模型中，得到geo-RF模型；进行geo-RF模型训练与PM1浓度估计。
-
公开(公告)号：CN114998879B
公开(公告)日：2024-11-01
申请号：CN202210530060.9
申请日：2022-05-16
Applicant: 武汉大学
IPC: G06V20/62 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明属于计算机图像处理技术领域，公开了一种基于事件相机的模糊车牌识别方法。本发明采用事件相机对车牌进行拍摄得到车牌对应的传统光学图像和事件流数据，对事件流数据进行预处理得到与传统光学图像具有相同分辨率的多张事件帧图像，构建多输入深度神经网络，分为检测模块和识别模块，将传统光学图像和多张事件帧图像融合输入至检测模块，检测模块输出车牌的边界框位置信息，识别模块基于边界框位置信息提取得到特征信息，基于特征信息得到车牌识别结果。本发明能够有效提高模糊车牌识别的准确率。
-
公开(公告)号：CN112016696B
公开(公告)日：2022-10-04
申请号：CN202010817931.6
申请日：2020-08-14
Applicant: 武汉大学
Abstract: 本发明提供一种融合卫星与地基观测的PM1浓度反演方法及系统，进行数据采集与匹配，包括采集地基PM1数据、卫星AOD数据和相关气象地理参数，以卫星AOD数据空间分辨率为参照，对相关气象地理参数进行重采样；然后以PM1观测站为中心，采用预设空间半径和时间半径的时空窗口，计算时空窗口内的各输入特征的均值，并与相应观测站点实测的PM1浓度值相匹配，形成训练样本集；初始RF模型构建，根据模型的预测残差变化优化设定决策树的数量和构建二叉树时使用的变量个数；初始geo‑RF模型构建，包括定义空间邻近观测S‑PM1、前向时间邻近观测T‑PM1以及邻近空间距离约束，将时空邻近观测也作为解释变量输入至构建的初始RF模型中，得到geo‑RF模型；进行geo‑RF模型训练与PM1浓度估计。
-
-
-
Search Results
4
records
(took 0.022 seconds)
