-
公开(公告)号：CN113920302B
公开(公告)日：2025-03-07
申请号：CN202111037829.5
申请日：2021-09-06
Applicant: 北京交通大学
IPC: G06V10/25 , G06V10/44 , G06V10/774 , G06V10/74 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于交叉注意力机制的多头弱监督目标检测方法，包括：获取图像，对图像进行处理，将处理后的图像分成训练集和测试集；定义类原型特征，构建包含类原型特征的基于交叉注意力机制的弱监督目标检测网络WCAN模型；采用训练数据集对WCAN模型进行训练；基于训练好的WCAN模型，对测试集图像进行目标检测。本方法在只有类别标签的条件下，能够更全面地、充分地感知位置和类别信息，实现更准确高效的目标检测。
-
公开(公告)号：CN114565752B
公开(公告)日：2024-12-27
申请号：CN202210133345.9
申请日：2022-02-10
Applicant: 北京交通大学
IPC: G06V10/25 , G06V10/26 , G06V10/75 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0895
Abstract: 本发明提供了一种基于类不可知前景挖掘的图像弱监督目标检测方法。该方法包括：基于待进行目标检测的图像通过CNN生成前景注意力图；基于前景注意力图计算每个候选框的前景相对置信度FRC，根据各个候选框的FRC筛选出前景候选框；基于前景候选框构建实例空间图，基于数据集的标签构建标签语义图，对实例空间图和标签语义图进行图匹配，根据图匹配结果为每个前景候选框进行分类；根据各个前景候选框的分类结果生成伪监督框，将伪监督框与伪监督框的空间近邻框进行合并得到伪实例标签，将该伪实例标签作为待进行目标检测的图像的目标检测结果。本发明把定位和分类任务分离，从而实现的定位与分类性能的双向提升，有效地提升图像的弱监督目标检测性能。
-
Patent Agency Ranking
公开(公告)号：CN115512319A
公开(公告)日：2022-12-23
申请号：CN202211122478.2
申请日：2022-09-15
Applicant: 北京交通大学
IPC: G06V20/56 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/04
Abstract: 本发明提供一种基于异构图网络的多模态协同检测方法及系统，属于目标检测技术领域，包括：智能体基于点云和图像分别提取BEV特征；多个智能体将生成的多模态BEV特征传至中心车辆；基于异构图的方法在节点层和语义层融合多智能体的多模态BEV特征，得到新的协作特征；中心车辆基于新的协作特征进行目标检测，得到最终的检测结果。本发明采取多模态单阶融合检测模型，检测精度显著优于单模态单阶段检测模型，经过异构协作图的特征融合，大大扩大了单车的感知视野，丰富了感知信息，从而提升协同感知性能。
-
公开(公告)号：CN114565752A
公开(公告)日：2022-05-31
申请号：CN202210133345.9
申请日：2022-02-10
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于类不可知前景挖掘的图像弱监督目标检测方法。该方法包括：基于待进行目标检测的图像通过CNN生成前景注意力图；基于前景注意力图计算每个候选框的前景相对置信度FRC，根据各个候选框的FRC筛选出前景候选框；基于前景候选框构建实例空间图，基于数据集的标签构建标签语义图，对实例空间图和标签语义图进行图匹配，根据图匹配结果为每个前景候选框进行分类；根据各个前景候选框的分类结果生成伪监督框，将伪监督框与伪监督框的空间近邻框进行合并得到伪实例标签，将该伪实例标签作为待进行目标检测的图像的目标检测结果。本发明把定位和分类任务分离，从而实现的定位与分类性能的双向提升，有效地提升图像的弱监督目标检测性能。
-
公开(公告)号：CN114954588A
公开(公告)日：2022-08-30
申请号：CN202210697913.8
申请日：2022-06-20
Applicant: 北京交通大学
IPC: B61L27/60
Abstract: 本发明提供了一种基于平行智能的列车运行系统仿真验证方法。该方法包括：根据实际列车运行系统构建人工列车运行系统；利用所述人工列车运行系统对列车运行控制系统进行基于计算实验的模型系统学习和验证，得到训练好的列车运行控制系统；将训练好的列车运行控制系统在实际列车运行场景和人工列车运行场景中平行执行，对列车运行系统进行优化改进。本发明首次将平行智能范式扩展到列车运行系统仿真验证上，解决了实际仿真平台在长尾场景验证困难且复现成本高的问题，并且可以进行全面充分的实验验证，提高实际系统的安全性和可靠性。
-
公开(公告)号：CN114913495A
公开(公告)日：2022-08-16
申请号：CN202210485437.3
申请日：2022-05-06
Applicant: 北京交通大学
Abstract: 本发明提供一种基于协作图融合的协同目标检测方法及系统，属于自动驾驶技术领域，获取待检测目标的点云数据，生成二维鸟瞰图和候选区域框；基于粗粒度的方法选取候选区域框中心车辆的检测盲区，根据检测盲区筛选近邻车辆的二维鸟瞰图局部特征；基于细粒度的方法将近邻车辆的二维鸟瞰图局部特征使用协作图融合，得到中心车辆新的协作特征；基于中心车辆新的协作特征，对每个候选区域做分类和回归预测，经过阈值筛选，得到最终的检测结果。本发明从粗粒度和细粒度两个角度考虑局部特征的协同；通过传递局部特征，协同检测可以减缓计算资源的压力，更加精准地对中心车辆盲区进行协同，有效提升协同检测性能和检测精度的同时，减少了通信资源的开销。
-
公开(公告)号：CN113920302A
公开(公告)日：2022-01-11
申请号：CN202111037829.5
申请日：2021-09-06
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于交叉注意力机制的多头弱监督目标检测方法，包括：获取图像，对图像进行处理，将处理后的图像分成训练集和测试集；定义类原型特征，构建包含类原型特征的基于交叉注意力机制的弱监督目标检测网络WCAN模型；采用训练数据集对WCAN模型进行训练；基于训练好的WCAN模型，对测试集图像进行目标检测。本方法在只有类别标签的条件下，能够更全面地、充分地感知位置和类别信息，实现更准确高效的目标检测。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
