一种两阶段生成的细粒度车辆轨迹生成方法

    公开(公告)号:CN117290408A

    公开(公告)日:2023-12-26

    申请号:CN202311216746.1

    申请日:2023-09-20

    Applicant: 浙江大学

    Abstract: 一种两阶段生成的细粒度车辆轨迹生成方法,包括:步骤1)生成Geohash下的区域转移轨迹:首先对车辆轨迹进行Geohash,找到车辆GPS坐标对应的Geohash编码,从而原始数据中得到在Geohash这种粗粒度下车辆的转移轨迹,之后,使用GAN模型学习不同区域之间的转移规律,从而生成Geohash间转移的连续的轨迹;步骤2)生成基于驾驶意图的细粒度轨迹:根据生成的Geohash区域确定区域内的转移轨迹,预测的粒度为道路之间的转移轨迹,包括对转移轨迹的起始/终止位置进行确定,预测道路节点间的路径。本发明的优点在于,通过两阶段生成的方式,同时考虑整体转移模式和个体驾驶行为,能够实现对个体行为的更加精细化建模,从而提高轨迹生成的准确性和可靠性。

    一种基于深度哈希编码和多任务预测的逃费车辆相似图片检索方法

    公开(公告)号:CN116108217B

    公开(公告)日:2023-12-19

    申请号:CN202211327218.9

    申请日:2022-10-27

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度哈希编码和多任务预测的逃费车辆相似图片检索方法。其特征在于,以resnet50作为特征提取器,分别输入到车辆id、车型、颜色预测模块和哈希码生成模块四个分支同时训练。哈希码生成模块可以生成不同长度的哈希编码,车型和颜色预测模块分别对车型和颜色进行预测。该方法同时对车型预测、颜色预测、哈希编码生成模块进行优化,可以实现基于属性的粗粒度检索和基于不同层次哈希码的细粒度检索。针对逃费车辆,首先可以从数据库中针对粗粒度属性特征筛选出匹配的图片,再根据由短到长的哈希码不断进行更加精细化的检索。由粗到精的检索方法和哈希编码的方式大大提高检索速度和检索效率。

    一种基于深度哈希编码和多任务预测的逃费车辆相似图片检索方法

    公开(公告)号:CN116108217A

    公开(公告)日:2023-05-12

    申请号:CN202211327218.9

    申请日:2022-10-27

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度哈希编码和多任务预测的逃费车辆相似图片检索方法。其特征在于,以resnet50作为特征提取器,分别输入到车辆id、车型、颜色预测模块和哈希码生成模块四个分支同时训练。哈希码生成模块可以生成不同长度的哈希编码,车型和颜色预测模块分别对车型和颜色进行预测。该方法同时对车型预测、颜色预测、哈希编码生成模块进行优化,可以实现基于属性的粗粒度检索和基于不同层次哈希码的细粒度检索。针对逃费车辆,首先可以从数据库中针对粗粒度属性特征筛选出匹配的图片,再根据由短到长的哈希码不断进行更加精细化的检索。由粗到精的检索方法和哈希编码的方式大大提高检索速度和检索效率。

Patent Agency Ranking