公开(公告)号：CN118262232A

公开(公告)日：2024-06-28

申请号：CN202410328827.9

申请日：2024-03-21

Applicant: 同济大学

Inventor： 潘玥 ,  单新 ,  王达磊 ,  马云龙 ,  张婧璇

IPC: G06V20/10 ,  G06V10/82 ,  G06T3/4053 ,  G06T5/50 ,  G06T5/60 ,  G06T5/73 ,  G06N3/08

Abstract: 本发明涉及一种基于超分辨率技术的大跨径桥梁小目标识别增强方法，包括：对单目摄像头采集的桥梁图像进行透视变换展开，并根据实际距离将图像均分为多个清晰度不同的区域；构建基于拉普拉斯算子、傅里叶变换、噪声评估的图像清晰度评价模型，对获取的每个区域的清晰度进行评价，并识别出模糊区域；设计超分辨率图像增强网络，对识别出的模糊区域进行分辨率修复，提升图像质量；利用预训练的YOLOv8车辆目标检测模型，对修复后的图像进行车辆识别与检测，实现大视域桥面车辆荷载监测。与现有技术相比，本发明将超分辨率技术与目标检测相结合，用于长跨度桥梁上的车辆载荷监测，显著提高了检测准确性。

公开(公告)号：CN119358382A

公开(公告)日：2025-01-24

申请号：CN202411361693.7

申请日：2024-09-27

Applicant: 同济大学

Inventor： 潘玥 ,  马云龙 ,  张婧璇 ,  王达磊 ,  汪少雄 ,  张亚军 ,  庄骁磊

IPC: G06F30/27 ,  G06F30/15 ,  G06T7/246 ,  G06T7/73

Abstract: 本发明涉及一种基于图时空神经网络的随机车流模拟方法，包括以下步骤：S1：通过摄像头采集的桥面视频，进行矫正、检测、车辆跟踪，形成车流的有效轨迹数据；S2：基于多层蒙特卡洛模型和图时空神经网络，建立车辆上桥的发车模型；S3：基于图时空神经网络模型建立车辆行驶微观仿真模型。与现有技术相比，本发明实现了符合实际变速和变道行为的车流模拟方法，同时建立了车辆变速‑变道耦合的车辆模拟模型；本发明所提出的基于图时空神经网络的随机车流模拟方法对于桥梁及其他道路的车辆轨迹历程分析具有较强的可移植性和重要参考意义。