-
公开(公告)号：CN115048521B
公开(公告)日：2024-07-23
申请号：CN202210720096.3
申请日：2022-06-23
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/36 , G06F40/284 , G06F40/216 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0895 , G06Q50/18 , G06N3/048
Abstract: 本发明公开了一种基于半监督的图神经网络的案件争议焦点识别方法及装置，所述方法包括：首先利用司法知识图谱三元组嵌入丰富诉辩双方关键陈述句子，然后设计关键单词筛选机制，将输入的诉辩文本单词进行排序、抽取操作，将处理后的单词与文本作为两种节点构建文本图，将文本图输入图注意力网络实现多标签文本分类，从而识别争议焦点。本发明通过利用司法知识图谱中的知识要素、关键文本单词筛选机制，增强了文本特征、改善了长文本限制问题，降低了模型占用资源，最终基于半监督的图神经网络实现多标签文本分类技术完成争议焦点的识别，提高庭审效率。
-
公开(公告)号：CN115049130B
公开(公告)日：2024-06-04
申请号：CN202210695491.0
申请日：2022-06-20
Applicant: 重庆邮电大学
IPC: B60W60/00 , G06V20/13 , G06V20/56 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G01C21/26 , G01S17/931 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及轨迹预测技术领域，尤其是涉及一种基于时空金字塔的自动驾驶轨迹预测方法,包括对自动驾驶车辆所载传感器收集的雷达点云数据进行预处理，得到BEV图；提取自动驾驶车辆行驶道路的卫星图像，获取局部路径图；构建基于时空金字塔transformer的神经网络模型；将BEV图与局部路径图进行整合，将整合结果输入到神经网络模型进行处理，得到自动驾驶车辆的轨迹与交通参与者的分类结果；本发明在时空金字塔网络模型的基础上添加Transformer机制，利用Transformer机制的简单性使空间交互和上下文信息可以很容易地合并到输入嵌入中，而不增加模型的复杂性，并且提升模型的预测精度。
-
公开(公告)号：CN116128930B
公开(公告)日：2025-05-06
申请号：CN202310287277.6
申请日：2023-03-22
Applicant: 重庆邮电大学
IPC: G06T7/246 , G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及轨迹预测技术领域，尤其是涉及一种基于图时空金字塔的自动轨迹预测方法；包括对实时收集到的雷达点云数据进行预处理获得鸟瞰图；通过时空金字塔网络处理鸟瞰图，输出场景特征；对传感器收集到的常规历史轨迹数据进行筛选和处理，获得原始数据；对原始数据进一步处理获取输入表示和固定图，将其输入图卷积网络处理得到图特征；将图特征和场景特征输入到图注意网络整合得到时空图；将时空图输入到transformer网络，输出自动驾驶车辆周围交通参与者的预测轨迹以及类别；本发明额外添加常规历史轨迹数据，通过图卷积网络与时空金字塔网络相结合增加了输入的可解释性与鲁棒性，提升了预测精度。
-
Patent Agency Ranking
公开(公告)号：CN114692762B
公开(公告)日：2025-02-25
申请号：CN202210340651.X
申请日：2022-04-02
Applicant: 重庆邮电大学
IPC: G06F18/25 , G06F16/215 , G06F17/16 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06Q10/04
Abstract: 本发明属于自动驾驶技术领域，具体涉及一种基于图注意力交互机制的车辆轨迹预测方法；该方法包括：获取车辆历史轨迹，对历史车辆轨迹进行预处理，采用时空金字塔网络对预处理后的历史车辆轨迹数据进行处理，得到车辆轨迹的场景特征；采用时空transformer网络对预处理后的历史车辆轨迹数据进行处理，得到车辆轨迹的交互特征；采用特征融合网络对车辆轨迹的场景特征和车辆轨迹的交互特征进行处理，得到融合特征；对融合特征进行分析处理，得到车辆历史轨迹预测结果，自动驾驶车辆根据轨迹预测结果行驶；本发明对车辆轨迹的预测精度高，具有广阔的应用前景。
-
公开(公告)号：CN116128930A
公开(公告)日：2023-05-16
申请号：CN202310287277.6
申请日：2023-03-22
Applicant: 重庆邮电大学
IPC: G06T7/246 , G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及轨迹预测技术领域，尤其是涉及一种基于图时空金字塔的自动轨迹预测方法；包括对实时收集到的雷达点云数据进行预处理获得鸟瞰图；通过时空金字塔网络处理鸟瞰图，输出场景特征；对传感器收集到的常规历史轨迹数据进行筛选和处理，获得原始数据；对原始数据进一步处理获取输入表示和固定图，将其输入图卷积网络处理得到图特征；将图特征和场景特征输入到图注意网络整合得到时空图；将时空图输入到transformer网络，输出自动驾驶车辆周围交通参与者的预测轨迹以及类别；本发明额外添加常规历史轨迹数据，通过图卷积网络与时空金字塔网络相结合增加了输入的可解释性与鲁棒性，提升了预测精度。
-
公开(公告)号：CN115049130A
公开(公告)日：2022-09-13
申请号：CN202210695491.0
申请日：2022-06-20
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06V20/13 , G06V20/56 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G01C21/26 , G01S17/931 , G06N3/04 , G06N3/08
Abstract: 本发明涉及轨迹预测技术领域，尤其是涉及一种基于时空金字塔的自动驾驶轨迹预测方法,包括对自动驾驶车辆所载传感器收集的雷达点云数据进行预处理，得到BEV图；提取自动驾驶车辆行驶道路的卫星图像，获取局部路径图；构建基于时空金字塔transformer的神经网络模型；将BEV图与局部路径图进行整合，将整合结果输入到神经网络模型进行处理，得到自动驾驶车辆的轨迹与交通参与者的分类结果；本发明在时空金字塔网络模型的基础上添加Transformer机制，利用Transformer机制的简单性使空间交互和上下文信息可以很容易地合并到输入嵌入中，而不增加模型的复杂性，并且提升模型的预测精度。
-
公开(公告)号：CN115048521A
公开(公告)日：2022-09-13
申请号：CN202210720096.3
申请日：2022-06-23
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/36 , G06F40/289 , G06F40/216 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本发明公开了一种基于半监督的图神经网络的案件争议焦点识别方法及装置，所述方法包括：首先利用司法知识图谱三元组嵌入丰富诉辩双方关键陈述句子，然后设计关键单词筛选机制，将输入的诉辩文本单词进行排序、抽取操作，将处理后的单词与文本作为两种节点构建文本图，将文本图输入图注意力网络实现多标签文本分类，从而识别争议焦点。本发明通过利用司法知识图谱中的知识要素、关键文本单词筛选机制，增强了文本特征、改善了长文本限制问题，降低了模型占用资源，最终基于半监督的图神经网络实现多标签文本分类技术完成争议焦点的识别，提高庭审效率。
-
公开(公告)号：CN114692762A
公开(公告)日：2022-07-01
申请号：CN202210340651.X
申请日：2022-04-02
Applicant: 重庆邮电大学
Abstract: 本发明属于自动驾驶技术领域，具体涉及一种基于图注意力交互机制的车辆轨迹预测方法；该方法包括：获取车辆历史轨迹，对历史车辆轨迹进行预处理，采用时空金字塔网络对预处理后的历史车辆轨迹数据进行处理，得到车辆轨迹的场景特征；采用时空transformer网络对预处理后的历史车辆轨迹数据进行处理，得到车辆轨迹的交互特征；采用特征融合网络对车辆轨迹的场景特征和车辆轨迹的交互特征进行处理，得到融合特征；对融合特征进行分析处理，得到车辆历史轨迹预测结果，自动驾驶车辆根据轨迹预测结果行驶；本发明对车辆轨迹的预测精度高，具有广阔的应用前景。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
