公开(公告)号：CN114663938A

公开(公告)日：2022-06-24

申请号：CN202210201981.0

申请日：2022-03-03

Applicant: 长安大学

Inventor： 周洲 ,  程鑫 ,  张煜昕 ,  宁航 ,  王宏飞 ,  赵犇 ,  翟茗禹 ,  李思含 ,  连新宇 ,  赵祥模

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  B60R25/25

Abstract: 本发明提供了一种考虑人脸欺诈的车载系统安全认证管理方法，其中，构建车载系统安全认证管理卷积神经网络，所述的构建包括：所述的卷积神经网络包括纹理呈现子网络、光学呈现子网络和特征融合子网络；所述的车载系统安全认证管理卷积神经网络以MobileNet‑V2为骨干。将所获得的增强后的RGB图像的人脸区域图像和光流场图的人脸区域图像分别作为纹理呈现子网络和光学呈现子网络的输入，采用车载系统安全认证管理卷积神经网络进行训练，通过纹理呈现子网络和光学呈现子网络的训练进行纹理特征和光流特征的提取，在特征融合子网络中获得特征融合，最后，基于光流特征和纹理特征，进行真人脸和假人脸的分类，输出最终结果。

公开(公告)号：CN113674524A

公开(公告)日：2021-11-19

申请号：CN202110856839.5

申请日：2021-07-28

Applicant: 长安大学

Inventor： 程鑫 ,  周经美 ,  常惠 ,  王宏飞 ,  乔通 ,  张晓静 ,  宋佳纯 ,  赵犇 ,  翟茗禹 ,  连新宇 ,  郭兰英

IPC: G08G1/01 ,  G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N3/12 ,  G06F111/08

Abstract: 本发明属于交通技术领域，公开了一种基于LSTM‑GASVR的多尺度短时交通流预测建模、预测方法及系统。建模方法包括：对采样的交通流数据进行重构、归一化及工作日因素升维等步骤预处理数据；建立LSTM模型提取数据特征，训练LSTM短时交通流预测模型；使用遗传算法GA优化SVR模型中的参数，选择最优的模型参数组合，训练SVR短时交通流预测模型；利用SVR算法优化LSTM模型的预测结果，输出结果即为未来15min的交通流预测值，实现了交通流的实时高精度预测。多种预测方法比较分析表明，本发明较LSTM、GRU、CNN、SAE、ARIMA、SVR，预测精度提高了20％，R2达到了0.982，解释方差为0.982，mape为0.118。本发明的交通流预测方法为交通管理人员判断路网状态，进行交通控制及车流引导提供了有力支撑。