-
公开(公告)号：CN116778304A
公开(公告)日：2023-09-19
申请号：CN202310690807.1
申请日：2023-06-12
Applicant: 长安大学
Abstract: 本发明提供了一种室内目标行为识别方法、装置及计算机设备，属于目标检测技术领域，包括：获取室内环境中的目标图片数据或视频数据；将目标图片数据或视频数据输入改进的YOLOv5目标检测模型，通过目标检测模型对目标图片数据或视频数据进行检测获得目标信息；将目标信息输入到Deep‑sor多目标跟踪模块，实时显示目标的行为跟踪信息。该方法提供的改进后的YOLOv5目标检测模型在实时性、计算量和对小目标的检测精度上有了更好的效果，结合了Deep‑sort多目标跟踪后，对被反复遮挡的学生目标也降低了目标丢失的可能性。
-
公开(公告)号：CN116597105A
公开(公告)日：2023-08-15
申请号：CN202310489382.8
申请日：2023-05-04
Applicant: 长安大学
Abstract: 本发明提供了一种基于OpenGL的高速公路数字孪生引擎，属于高速道路网三维视景构建技术领域，包括：从道路数据库中读取道路GPS点的信息；定义道路GPS点的精细度，对相邻的道路GPS点进行插值运算，生成总路网GPS点信息；根据总路网GPS点信息，绘制道路的虚拟模型；从交通设施数据库中读取交通设施的信息，建立交通设施分布表；提取交通设施分布表中的关键信息特征，绘制交通设施模型；将交通设施模型添加到道路的虚拟模型中，实现高速道路网三维视景的构建。该方法能够构建高速道路网三维视景。
-
公开(公告)号：CN115587327A
公开(公告)日：2023-01-10
申请号：CN202211035985.2
申请日：2022-08-27
Applicant: 长安大学
IPC: G06F18/2411 , G06F18/214 , G06F30/15 , G06F30/27
Abstract: 本发明涉及一种考虑Jerk的汽车油耗预测方法，包括以下步骤：通过车载诊断设备采集行驶参数，计算车辆加速度和Jerk；基于Jerk进行驾驶行为分类，分析Jerk与油耗之间的关系，得到相关公式：根据速度、加速度、油耗进行分别进行曲面拟合，得到三个曲面模型；将拟合的三个曲面模型相加，并对整体重新标定系数，得到拟合后整合的公式。将模型与广泛使用的车辆比功率模型和弗吉尼亚理工大学微观模型进行比较，通过MAPE、RMSE、R、R2等指标评估模型性能；其中，MAPE降低了20.3％，RMSE降低了20.9％，R提升了1.9％，R2提升6.5％。
-
公开(公告)号：CN110298347B
公开(公告)日：2022-11-01
申请号：CN201910462112.1
申请日：2019-05-30
Applicant: 长安大学
IPC: G06V30/148 , G06V10/24 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于数字图像处理技术领域，具体涉及一种基于GrayWorld与PCA‑CNN的汽车尾气分析仪屏幕的识别方法，步骤1：采集样本图像集，对样本图像集中的每个图像的检测项目和检测示数区域进行标注得到标签集，得到基于PCA的卷积神经网络模型；步骤2：采集待识别图像，利用GrayWorld算法对待识别图像进行预处理得到投影直方图，对投影直方图进行字符分割得到字符图像；步骤3：字符图像输入基于PCA的卷积神经网络模型中进行识别得到结果矩阵，将结果矩阵中的所有元素逐行划分为检测项目或检测示数，计算每个检测项目对应的检测示数值。本发明避免了光照等因素对具有较大屏幕区域的汽车尾气分析仪器带来的亮度影响能够在各种实际条件下取得较好的识别效果。
-
公开(公告)号：CN110223510B
公开(公告)日：2021-03-26
申请号：CN201910334053.X
申请日：2019-04-24
Applicant: 长安大学
Abstract: 本发明属于交通工程领域，公开了一种基于神经网络LSTM的多因素短期车流量预测方法，步骤1：获取一段时间内的车流量数据，并对车流量数据进行预处理，得到短时交通流数据；步骤2：对短时交通流数据根据天气记录和节假日记录进行筛选，划分数据集；步骤3：进行数据清洗、数据重构和归一化；步骤4：建立LSTM神经网络模型，根据待预测日期的天气状况和节假日状况选择数据集，利用选择的数据集训练LSTM神经网络模型并调整LSTM参数，根据建立好的LSTM神经网络模型获得预测日期的车流量。本发明提出了更加细致化的思想，排除了其他因素，如天气因素、节假日因素等对交通流的影响，相对的提高了预测精度，使得对未来某时段的交通流预测更为准确有效。
-
Patent Agency Ranking
公开(公告)号：CN106559755B
公开(公告)日：2019-10-22
申请号：CN201610981545.4
申请日：2016-11-08
Applicant: 长安大学
Abstract: 本发明公开了基于冲突检测下QoS保障的车联网电子交通标识广播方法，与传统无线局域网应用于电子交通标识广播相比，本发明能够显著降低信息发布时延，同时为信息广播提供QoS保障。允许车联网在自组织的前提条件下通过分布式算法，低时延，高效率的完成含有QoS保障的电子交通标识广播。提高系统的整体性能。
-
公开(公告)号：CN110223510A
公开(公告)日：2019-09-10
申请号：CN201910334053.X
申请日：2019-04-24
Applicant: 长安大学
Abstract: 本发明属于交通工程领域，公开了一种基于神经网络LSTM的多因素短期车流量预测方法，步骤1：获取一段时间内的车流量数据，并对车流量数据进行预处理，得到短时交通流数据；步骤2：对短时交通流数据根据天气记录和节假日记录进行筛选，划分数据集；步骤3：进行数据清洗、数据重构和归一化；步骤4：建立LSTM神经网络模型，根据待预测日期的天气状况和节假日状况选择数据集，利用选择的数据集训练LSTM神经网络模型并调整LSTM参数，根据建立好的LSTM神经网络模型获得预测日期的车流量。本发明提出了更加细致化的思想，排除了其他因素，如天气因素、节假日因素等对交通流的影响，相对的提高了预测精度，使得对未来某时段的交通流预测更为准确有效。
-
公开(公告)号：CN110149357A
公开(公告)日：2019-08-20
申请号：CN201910178338.9
申请日：2019-03-08
Applicant: 长安大学
Abstract: 本发明公开了一种新型汽车检测控制系统调度算法，为提高汽车检测控制系统车辆调度的效率和质量，对现有的基于共享文件、winsocket的调度算法进行了分析比较，提出了一种结合winsocket与网络数据库的新型车辆检测调度算法。设计了调度表，用于主控机对工位机的调度、状态监控。给出了详细的调度实现过程，工位机的检测过程信息通过winsocket传送至主控机。实际应用表明，该算法提高了系统运行的稳定性与检测数据传输的实时性和可靠性。
-
公开(公告)号：CN104573646B
公开(公告)日：2017-12-12
申请号：CN201410841099.8
申请日：2014-12-29
Applicant: 长安大学
Abstract: 本发明属于汽车主动安全领域，具体公开了一种基于激光雷达和双目相机的车前行人检测方法及系统，该方法包括如下步骤：利用激光雷达和双目相机采集车辆前方数据；分别对激光雷达和双目相机采集的数据进行处理，得到行人相对于车辆的距离、方位角及速度值；对得到的行人信息进行卡尔曼滤波器进行修正。本发明综合运用了立体视觉技术和遥感技术，融合激光雷达和双目视觉信息，测量精度高，行人检测正确率高，能有效降低交通事故发生率。
-
公开(公告)号：CN105069774B
公开(公告)日：2017-11-10
申请号：CN201510375307.4
申请日：2015-06-30
Applicant: 长安大学
Abstract: 本发明公开了一种基于多示例学习与图割优化的目标分割方法：步骤1：对训练图像采用多示例学习的方法进行显著模型建模，并利用显著模型对测试图像中的包和示例进行预测，得到测试图像的显著性检测结果；步骤2：将测试图像的显著性检测结果引入图割框架，依据示例特征矢量与示例包的标记对图割框架进行优化，求解图割优化的次优解，得到目标的精确分割。本发明采用多示例学习的方法建立显著性检测模型，使其适合特定种类的图像，并将显著性检测的结果用于基于图论的图像分割方法中以指导图像分割，对图割模型框架环节进行了优化，并采用凝聚层次聚类算法求解，使得分割结果能更好地符合语义感知的输出，得到精确的目标分割结果。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.034 seconds)
