公开(公告)号：CN118823510A

公开(公告)日：2024-10-22

申请号：CN202410915845.7

申请日：2024-07-09

Applicant: 厦门大学

Inventor： 臧彧 ,  时邮通 ,  刘伟权 ,  王程

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/771 ,  G06V10/74

Abstract: 本申请的实施例提供了一种基于局部信息的对抗点云的生成方法、装置、介质及设备。该方法包括：针对原始点云中的每一个点，确定对应的相邻点；根据对应于同一所述点的相邻点的坐标信息，确定各所述点对应的协方差矩阵；分别根据各所述点对应的所述协方差矩阵的特征值之间的大小关系以及比率关系，确定各所述点对应的局部信息度量；根据局部信息度量确定待攻击子集；将所述原始点云以及所述待攻击子集输入至扰动网络中，以生成对应的对抗子集；根据所述对抗子集以及所述原始点云中除所述待攻击子集以外的其他点，生成目标对抗点云。本申请实施例的技术方案可以提高对抗点云生成的合理性和有效性，进而保证三维点云模型的抗扰动训练效果。

公开(公告)号：CN118446352A

公开(公告)日：2024-08-06

申请号：CN202410367719.2

申请日：2024-03-28

Applicant: 厦门大学

Inventor： 臧彧 ,  黄冠杰 ,  刘伟权 ,  贺凯群 ,  王程

IPC: G06Q10/04 ,  G06T17/05 ,  G06N3/0464 ,  G06N3/084 ,  G06Q50/26

Abstract: 本申请的实施例提供了一种基于城市生成点云的地表温度预测方法、装置、介质及设备。该方法包括：根据获取到的目标城市的数字表面模型以及建筑模型，生成与目标城市对应的三维点云；根据目标城市的地物分布，确定三维点云中各点对应的地理语义标签；针对由三维点云按照预定尺寸划分得到的每一区域，根据区域中各点对应的地理语义标签以及高度信息，构建区域对应的地理特征分布矩阵；获取区域的大气状态数据，并将区域对应的地理特征分布矩阵、数字表面模型以及大气状态数据输入至地表温度预测网络中以进行网络训练，得到目标地表温度预测网络。本申请实施例的技术方案可以提高地表温度预测的精度和准确性，并保证地表温度预测的泛化性。

公开(公告)号：CN114637880B

公开(公告)日：2024-07-19

申请号：CN202210151825.8

申请日：2022-02-18

Applicant: 厦门大学

Inventor： 刘伟权 ,  王程 ,  赖柏锜 ,  臧彧 ,  沈思淇 ,  温程璐 ,  程明

IPC: G06F16/583 ,  G06T3/06 ,  G06V10/80 ,  G06V10/82 ,  G06V10/44 ,  G06V10/54 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出了一种基于多视角投影的跨维数据检索方法，该方法包括：获取二维图像数据和对应匹配的原始三维点云；对对应匹配的原始三维点云进行体素化处理，以得到对应的体素；将对应的体素投影到二维空间以生成每个二维图像对应匹配的点云多视角投影图像；根据孪生网络构建深度学习模型，并将二维图像数据和对应匹配的点云多视角投影图像输入到深度学习模型进行训练；获取多个待检索的二维图像和三维点云，并基于训练好的深度学习模型从二维图像对三维点云进行检索，以得到每个待检索的二维图像在所有三维点云中最匹配的三维点云；由此，可缩小点云数据在跨维匹配中与二维图像的数据差异，从而提高二维图像到三维点云的检索准确率。

公开(公告)号：CN114005507B

公开(公告)日：2024-07-19

申请号：CN202111113981.7

申请日：2021-09-23

Applicant: 厦门大学

Inventor： 陈龙彪 ,  林志铭 ,  蔡晓海 ,  陈思耀 ,  王程

IPC: G16H20/10 ,  G16H50/30 ,  G06F16/36

Abstract: 一种基于知识图谱的临床用药风险评估方法和系统，利用真实处方数据和药物说明书数据构建用药风险知识图谱，并利用机器学习技术挖掘医疗数据中的超说明书用药风险，补全医疗知识图谱中的用药风险，最终得到一个全面完整的医疗知识图谱，利用其检测临床处方风险。采用本发明的医疗知识图谱来提取相应特征以此判断超风险用药风险，具有优异的提取效率和准确率。

公开(公告)号：CN112215059B

公开(公告)日：2023-10-27

申请号：CN202010873246.5

申请日：2020-08-26

Applicant: 厦门大学

Inventor： 陈龙彪 ,  陆晨晖 ,  袁方旭 ,  王程

IPC: G06V20/10 ,  G06V10/774 ,  G06V20/52 ,  G06V10/44 ,  G06T7/11

Abstract: 本发明提供一种基于深度学习的城中村识别和人口估计方法、系统级计算机可存储介质，其中方法包括城中村识别阶段和城中村人口估计阶段，所述城中村识别阶段：提取城市路网图，使用opencv python包在路网图上提取路网轮廓，在遥感卫星图像上切割出图像块；对切割出的图像块进行城中村标注，选取样本构成训练样本集，使用Mask‑RCNN模型进行训练和预测，获取城市遥感卫星图像上的城中村分布图；所述城中村人口估计阶段：在城市遥感卫星图像上的城中村分布图中切割出每一个城中村遥感卫星图像，计算得到房屋容量特征、人群移动特征和区域功能特征；将三者作为输入，利用残差网络模型训练和预测城中村人口数量。本发明提供的方法，具有高效、低耗的优点，同时也达到了较高的识别和估计准确率。

公开(公告)号：CN116310350A

公开(公告)日：2023-06-23

申请号：CN202310596881.7

申请日：2023-05-25

Applicant: 厦门大学

Inventor： 王程 ,  陈钧 ,  陈一平

IPC: G06V10/26 ,  G06V10/82 ,  G06N3/096 ,  G06N3/0895 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明公开了基于图卷积和半监督学习网络的城市场景语义分割方法，包括如下步骤：S1、预训练图卷积网络以获得初始化参数；S2、一次输入原始点集，输出特征向量；S3、对原始点集根据每个点的邻域计算特征向量；S4、计算特征向量和的距离作为损失函数以调整图卷积网络的参数；S5、利用有标签数据为无标签数据分配伪标签；S6、对分配了伪标签的进行语义分割并预测每个点的类别。本发明的方法仅需少量有标注数据即可实现城市道路场景语义分割。

公开(公告)号：CN116071661B

公开(公告)日：2023-06-23

申请号：CN202310359928.8

申请日：2023-04-06

Applicant: 厦门大学

Inventor： 陈一平 ,  陈钧 ,  王程 ,  程明

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于激光点云的城市道路场景语义分割方法，包括以下步骤：S1、对原始城市街道点云进行体素下采样得到点云；S2、为点云的所有点随机分配概率值，构建基于图卷积和注意力融合的神经网络的输入点集；S3、训练基于图卷积和注意力融合的神经网络；S4、通过基于图卷积和注意力融合的神经网络进行语义分割预测；该方法使用图卷积和注意力融合的神经网络，提高了城市街道点云的语义分割准确性和效率。

公开(公告)号：CN110969190B

公开(公告)日：2023-05-12

申请号：CN201911080527.9

申请日：2019-11-07

Applicant: 厦门大学

Inventor： 范晓亮 ,  吴尚斌 ,  王程 ,  程明 ,  李玮健

IPC: G06V20/54 ,  G06V20/62 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06Q50/26

Abstract: 本发明公开了一种非法营运车辆检测方法、介质、设备及装置，其中方法包括：获取车辆对应的第一通行信息，并提取第一通行信息对应的第一行为特征；根据第一行为特征进行训练集和测试集的建立，并将训练集和测试集输入到深度神经网络进行模型的训练，以生成非法营运车辆检测模型；获取待检测车辆对应的第二通行信息，并提取第二通行信息对应的第二行为特征；将第二行为特征输入到非法营运车辆检测模型，以通过非法营运车辆检测模型判断待检测车辆是否为非法营运车辆；能够对非法营运车辆进行快速、有效地检测，提高交通管理部门的效率，节约所需人力物力；同时，降低对道路交通和合法驾驶车辆人员的影响。

公开(公告)号：CN116030335A

公开(公告)日：2023-04-28

申请号：CN202211559144.1

申请日：2022-12-06

Applicant: 厦门大学

Inventor： 王程 ,  胡倩 ,  刘伟权

IPC: G06V20/00 ,  G06V10/24 ,  G06V10/26 ,  G06V10/46 ,  G06V10/75 ,  G06V10/74 ,  G06V10/82

Abstract: 本发明提供基于室内建筑框架约束的视觉定位方法及系统，方法包括获取待处理图像，待处理图像包括第一相机图像和第二相机图像；对待处理图像进行建筑框架提取，以得到语义平面图；同时对待处理图像进行特征点和特征描述子提取，以得到特征点及其对应的特征描述子；构建特征点匹配模型，并将第一相机图像对应的语义平面图、每个特征点及其对应的特征描述子和第二相机图像对应的语义平面图、每个特征点及其对应的特征描述子作为数据集对特征点匹配模型进行训练；基于训练好的特征点匹配模型对待匹配的相机图像进行匹配，以得到待匹配的相机图像的对应点，以便根据待匹配的相机图像的对应点进行相机位姿估计；从而降低动态物体的干扰，提高定位效果。

公开(公告)号：CN115796287A

公开(公告)日：2023-03-14

申请号：CN202211226943.7

申请日：2022-10-09

Applicant: 厦门大学

Inventor： 陈龙彪 ,  王程 ,  何昕 ,  刘燕文 ,  肖德洪 ,  范晓亮 ,  吴圣杰 ,  王妤妃 ,  洪虹 ,  程明 ,  赵敏

IPC: G06N5/045 ,  G05B19/042

Abstract: 本发明公开了一种基于深度学习的场所流量控制方法、系统及可读介质，通过获取人员数据、场所数据和办公数据，根据人员数据确定对应的空间因素、移动因素和健康因素，并基于空间因素、移动因素和健康因素构建雷达图，根据雷达图确定人员的健康状态评分；根据场所数据的历史流量数据采用经训练的LSTNet模型预测得到未来对应时刻的流量数据，并结合实际流量数据确定场所的负载状况；根据人员的健康状态评分、场所的负载状况和办公数据确定该人员进入该场所的权限；根据人员的健康状态评分、场所的负载状况通过排队论模型计算出该人员进入该场所的排队平均等待时间，该方法具有更细的细粒度，提供人员等待时长，避免人员拥挤，有利于场所内人流量的管控。