公开(公告)号：CN113837100A

公开(公告)日：2021-12-24

申请号：CN202111128301.9

申请日：2021-09-26

Applicant: 上海应用技术大学

Inventor： 李文举 ,  张干 ,  储王慧 ,  沙利业

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种交通标志识别方法，显著提高了对道路交通标志的检测效果，并满足对实时性的要求。采用准确度和效率更加均衡的加权双向特征金字塔网络代替路径聚合网络，更好地融合道路交通标志的通道特征。采用空洞卷积代替普通的卷积，并与空间池化金字塔相结合，进一步扩大感受野。将检测尺度增加到了四种，改善对小目标的检测效果。在数据增强技术中加入随机裁剪，使模型学习到更多的细节特征。使用数字图像运算技术为低精度类别增加实例数。

公开(公告)号：CN113205684A

公开(公告)日：2021-08-03

申请号：CN202110478074.6

申请日：2021-04-29

Applicant: 上海应用技术大学

Inventor： 李文举 ,  田文超 ,  储王慧

IPC: G08G1/01 ,  G08G1/065 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于时空图神经网络模型的交通流量预测方法及系统，包括如：获取PeMS数据，以构建交通路网拓扑图；按预设时长跨度划分时间段，并对划分的每个时间段分别建立网络分支；提取所述网络分支的空间特征和时间特征；聚合提取的所述空间特征和所述时间特征，以获取能够预测交通流量的神经网络模型。本发明利用图卷积提取空间特征，利用二维卷积提取时间特征，相比传统方法来说，能够同时提取空间依赖和时间依赖。