-
公开(公告)号：CN107846281A
公开(公告)日：2018-03-27
申请号：CN201711036923.2
申请日：2017-10-30
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种基于位置的代理多重签名方法和系统，该方法包括：进行代理签名者PS、原始签名者群OSG以及位置基础设施PI的初始化；在PI的参与下完成原始签名者群OSG所在位置的真实性验证，然后通过PI来验证代理签名者PS的位置的真实性的认证，最后原始签名者群OSG完成对代理签名者PS的指定位置代理签名授权；代理签名者PS在PI的支持下完成其自己位置的认证功能，然后再执行对特定信息的代理签名功能；由代理签名验证者V来完成验证代理签名确实由指定位置的原始签名者群联合授权指定位置的代理签名者对预设信息进行了代理签名。本发明中的方法安全性高、应用范围广，实现了身份与位置的认证权力的转移。
-
公开(公告)号：CN106781262A
公开(公告)日：2017-05-31
申请号：CN201710029666.3
申请日：2017-01-16
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种适合马路低头族的安全出行装置及其避障方法，包括：传感器采集模块，包含GPS模块、摄像头模组、距离传感器及声音采集器，用于获取定位信息、图像数据、距离数据及声音数据；微处理器模块，根据环境中装置所在处及异常点的位置信息，以及异常点的声音信息，输出安全指示指令；电源模块，用于供电；输出模块，采用的方式是将安全提示信息显示在移动终端设备上或屏蔽移动终端设备。该装置通过对深度图像以及声音信息的分析，帮助使用者及时地规避危险。不仅能利用已有出行信息指引方位和避障，而且能实时地对例如汽车鸣笛等异常声音进行反应，以实现安全出行。
-
公开(公告)号：CN118409333A
公开(公告)日：2024-07-30
申请号：CN202410432303.4
申请日：2024-04-11
Applicant: 上海应用技术大学
Abstract: 本专利涉及一种基于点云柱的激光雷达三维目标检测方法，该方法采用先进的点云处理技术，通过将点云数据映射到三维网格结构，实现对环境中目标物体的高效检测，所述方法包括：通过激光扫描仪或其他三维传感器获取相关场景的三维点云数据；用自适应的数据增强模块为点云数据做预处理与点注意力编码，用于后续的特征提取操作；分别通过一个骨干网络与一个颈部网络，做数据特征提取以及特征融合；根据上述获取的特征，通过一个基于点的检测头，确定物体的中心点，从而获取物体位置；该方法不仅能够高效处理大规模点云数据，还具备对复杂场景中多个目标同时进行快速准确检测的能力。
-
公开(公告)号：CN113205465B
公开(公告)日：2024-04-19
申请号：CN202110488953.7
申请日：2021-04-29
Applicant: 上海应用技术大学
IPC: G06T5/70 , G06T7/11 , G06N3/08 , G06N3/0464 , G06N3/048
Abstract: 本发明提供了一种基于图卷积滤波网络的点云数据集分割方法及系统，包括获取点云数据集；统计滤波处理所述点云数据集，以得到滤除离群点的滤波数据集；提取所述滤波数据集中的每个点的法向量特征；分类和分割处理所述法向量特征属性相同的点云，以得到点云分割数据集。本发明以图卷积提取点云特征，相比于传统体素方法，信息损失较小，同时使用图卷积网络初步完成点云分割后，结合目标图像的二维图像进一步优化分割效果，提高分割精确度。
-
公开(公告)号：CN114565655B
公开(公告)日：2024-02-02
申请号：CN202210186323.9
申请日：2022-02-28
Applicant: 上海应用技术大学
IPC: G06T7/50 , G06T7/13 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于金字塔分割注意力的深度估计方法，包括如下步骤：获取图像进行预处理；基于预处理的图像数据通过深度估计网络进行深度估计运算；输出预测深度图。其中，对所述图像数据进行深度估计包括：将预处理的图像数据输入金字塔分割注意力模块；将预处理的图像数据进行下采样并自底向上依次输入到多层边界融合模块，将浅层的信息依次传入到深层，提取出边缘信息；基于编码器的输出数据通过深度相关模块进行运算，并通过解码器输出；将解码器的输出结果与金字塔分割注意力模块和多层边界融合模块的输出进行融合，输出预测深度图。能够丰富特征空间，且考虑了全局区域的信息能够得到上下文之间的相关性，提高深度估计的准确性。
-
Patent Agency Ranking
公开(公告)号：CN112861932B
公开(公告)日：2024-02-02
申请号：CN202110083877.1
申请日：2021-01-21
Applicant: 上海应用技术大学
IPC: G06V10/774 , G06V10/762 , G06V10/82 , G06N3/0464 , G06T7/00 , G06T7/13
Abstract: 本发明提供了一种轨道板裂缝检测方法，本发明的目的在于构建一个模型用以识别出轨道板图像中的裂缝，本发明在利用卷积神经网络提取裂缝特征的时候，为了识别夜晚拍摄的裂缝图片和复杂背景纹理的图片，在训练集中加入了夜晚拍摄的具有复杂背景纹理的图片。并且，为了平衡样本，还加入了夜晚拍摄的具有简单背景纹理的图片，便于模型学习。
-
公开(公告)号：CN117218625A
公开(公告)日：2023-12-12
申请号：CN202311037616.1
申请日：2023-08-16
Applicant: 上海应用技术大学
Abstract: 本发明涉及一种基于融合采样策略和图网络的3D目标检测方法，包括以下步骤：获取多种道路场景的3D点云数据集，对数据集中的图像进行标注并作为原始点云；构建图神经网络模型Point‑GNN；在采样层中对距离最远点采样和特征最远点采样两种方法进行融合操作；通过采样之后的点云集合构建点云图；将点云图中的节点与其邻居节点进行特征的融合，并进行节点与其邻居节点的特征交互；对点云图的节点的全局和局部特征进行融合；对于得到的融合后的每个节点的特征进行目标分类和目标定位处理；输出每个节点所属的对象的类别和边界框。解决了3D目标检测场景中，对小目标在中等难度和复杂场景下的检测效果不佳的问题，提高网络特征提取的能力，达到提高目标检测效果。
-
公开(公告)号：CN113011525A
公开(公告)日：2021-06-22
申请号：CN202110425910.4
申请日：2021-04-20
Applicant: 上海应用技术大学
Abstract: 本发明公开了一种基于依赖性解码的轨道板裂缝语义分割模型，包括步骤S1：现场采集轨道板裂缝图像；步骤S2：对上述采集得到的图像制度语义分割标签，将所得的裂缝图像及其对应的标签划分为训练集和测试集；步骤S3：对划分为训练集的裂缝图像标签置于受限波兹曼机中，高维映射到低维，并利用其特有的重构机制，学习和获取其低维重构至高维的映射参数；步骤S4：构建轨道板语义分割模型，并将训练集轨道板图像归一化后迭代式输入到该模型中，该语义分割模型对其进行特征提取；步骤S5：将步骤S4中提取得到的特征图送入到受限波兹曼机中的隐藏层，使用重构参数将其恢复至原始大小，并进行像素级的预测。
-
公开(公告)号：CN112861932A
公开(公告)日：2021-05-28
申请号：CN202110083877.1
申请日：2021-01-21
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种轨道板裂缝检测方法，本发明的目的在于构建一个模型用以识别出轨道板图像中的裂缝，本发明在利用卷积神经网络提取裂缝特征的时候，为了识别夜晚拍摄的裂缝图片和复杂背景纹理的图片，在训练集中加入了夜晚拍摄的具有复杂背景纹理的图片。并且，为了平衡样本，还加入了夜晚拍摄的具有简单背景纹理的图片，便于模型学习。
-
公开(公告)号：CN112561972A
公开(公告)日：2021-03-26
申请号：CN202011597633.7
申请日：2020-12-29
Applicant: 上海应用技术大学
Abstract: 本发明提供了一种医学图像配准方法，本发明利用深度学习方法，建立卷积神经网络回归模型，包括以下步骤：(a)生成数字重建放射影像(Digitally Reconstructed Radiographs，DRR)作为数据集；(b)对数据集进行预处理，并划分数据集；(c)构建CNN回归模型；(d)评估回归模型的性能。使用CNN回归模型来实现2D‑3D医学图像配准，输入同一患者的3维CT图像和2维X光图像，直接回归出配准中涉及的6个变换参数，满足了放射治疗、手术导航等领域的实时性要求。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.039 seconds)
