-
公开(公告)号：CN114708523B
公开(公告)日：2024-08-20
申请号：CN202210101257.0
申请日：2022-01-27
Applicant: 西安交通大学 , 宁波市舜安人工智能研究院
IPC: G06V20/40 , G06V40/20 , G06V10/44 , G06V10/62 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/766 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于集合预测的时序动作定位方法、系统、设备及介质，所述方法包括以下步骤：获取编码后的视频特征序列；进行混合位置编码，获得混合位置编码后的视频特征序列；输入预训练好的Transformer编码器，获得全局融合后的视频特征序列；输入预训练好的分类网络，获得关键视频片段以及每个视频片段的分类分数；输入预训练好的动作定位网络，获得动作实例的开始和结束边界偏移量；输入预训练好的背景定位网络，获得背景实例的两个边界的偏移量。本发明能够避免大量类不可知的动作提案的生成，最终可提高推理速度同时实现优异的时序动作定位性能。
-
公开(公告)号：CN115016506B
公开(公告)日：2024-06-14
申请号：CN202210854751.4
申请日：2022-07-18
Abstract: 本发明公布了一种基于自主绕障的异构型多智能体网联协同调度规划方法，包括：进行多智能体网联协同调度规划的系统配置和运输任务管理；系统中每一台即将执行运输任务的智能体进行协同路径搜索，得到相应的路径列表；智能体进行运动规划得到执行路径；根据执行路径计算得到行驶速度；智能体在运行的过程中，进行自主绕障；时间窗调整。本发明通过采用时间窗算法和引入智能体的自主绕障技术，实现智能体之间冲突的协同解决和自主绕障，相较于现有技术，本发明更加高效、灵活、鲁棒且系统可容纳的智能体数目更多。
-
公开(公告)号：CN117193300A
公开(公告)日：2023-12-08
申请号：CN202311173536.9
申请日：2023-09-12
Applicant: 西安交通大学
Abstract: 本发明公开一种基于真实道路场景约束下的最优参考路径生成方法及系统，方法包括以下步骤：在车道级导航结果的基础上，根据车道中心采样出原始的路径点，截取掉曲率小于设定值的路段，将剩余的路径分段优化；基于人类的驾驶习惯优化路径的安全性，考虑车身的形状，通过对初始路径的路径点初步移动，车体距道路两侧边界的距离差不超过设定值，得到初步优化后的路径；对初步优化后的路径上的路径点进行曲线拟合，在给定最小误差范围ε内优化路径的平滑性，通过L0范数的优化来减少参数的数量并确保曲率的平滑性，生成易于车辆跟踪且满足可行驶性的要求参考路径；能规划出安全、合理的，满足安全约束与曲率约束的参考路径。
-
公开(公告)号：CN117152414A
公开(公告)日：2023-12-01
申请号：CN202311115180.3
申请日：2023-08-31
Applicant: 西安交通大学 , 宁波市舜安人工智能研究院
IPC: G06V10/25 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/40 , G06V10/80 , G06V10/764 , G06V10/20 , G06V10/24 , G06V10/22
Abstract: 本发明公开一种基于尺度注意力辅助学习方法的目标检测方法及系统，通过明确强调特征表示的尺度敏感注意力，来增强复杂交通场景中的检测准确性，引入了一个辅助尺度估计网络，利用骨干网络的多尺度特征，并通过高斯热图进行监督，采用联合优化策略，同时学习辅助网络和物体检测器，从而促进对物体尺度变化敏感的特征，增强网络训练过程中主干网络对于多尺度信息的注意力，提高了模型对于图像中尺度信息的表达能力，在后续特征融合与预测阶段，在训练完成后的推理阶段，将尺度感知网络移除，使用标准的提取特征、特征融合、检测范式完成检测任务，在提升模型检测效果的同时不增加额外的计算负担，辅助网络设计中存在多种优化途径。
-
公开(公告)号：CN117078754A
公开(公告)日：2023-11-17
申请号：CN202311026264.X
申请日：2023-08-15
Applicant: 西安交通大学
IPC: G06T7/73 , G06T7/77 , G06T7/11 , G06V10/771 , G01S17/931 , G01C22/00
Abstract: 本发明提供一种基于方向性特征选取的轻量级位姿估计方法及系统，方法包括以下步骤：对原始激光点云进行地面点云分割，筛除地面点云得到空间中的点云；基于同心区域模型的极坐标栅格表示方法，对空间中的点云进行分块后获取区块内点云的平面性指标、法向量以及退化方向；获取当前环境的特征得分，根据所述当前环境的特征得分、平面性和法向量得到每一个单位空间的重要性得分；根据单位空间的重要性得分筛选特征集合，得分高的点云集合加入到特征子集中；将筛选后的特征输入激光里程计模块，进行位姿估计，本发明通过对激光点云特征进行方向性选择，可以在保证几乎相同精度的条件下，减少一半左右的算法时间消耗，提升算法的实时性。
-
Patent Agency Ranking
公开(公告)号：CN116363755A
公开(公告)日：2023-06-30
申请号：CN202310330722.2
申请日：2023-03-29
Applicant: 西安交通大学 , 宁波市舜安人工智能研究院
IPC: G06V40/20 , G06V20/40 , G06V10/774
Abstract: 本发明公开了一种半监督时序动作定位方法、系统、设备及介质，所述半监督时序动作定位方法包括以下步骤：获取待时序动作定位原始视频序列的编码后视频特征序列；基于获取的所述编码后视频特征序列，利用预先训练好的时序动作检测模型进行时序动作检测，获得时序动作定位结果；其中，所述时序动作定位结果包括动作的开始时间、结束时间和类别。本发明提供的方法具体是一种基于噪声伪标签学习的半监督时序动作定位方法，能够有效利用未标注数据提升半监督时序动作定位的性能。
-
公开(公告)号：CN116343337A
公开(公告)日：2023-06-27
申请号：CN202310328068.1
申请日：2023-03-29
Applicant: 西安交通大学 , 宁波市舜安人工智能研究院
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06V10/74
Abstract: 本发明公开了一种基于骨骼坐标点的动作识别方法、系统、设备及介质，所述基于骨骼坐标点的动作识别方法包括以下步骤：获取待动作识别的骨骼坐标点视频序列；其中，所述骨骼坐标点视频序列包括查询序列和支撑序列；基于获取的所述骨骼坐标点视频序列，利用预先训练好的动作识别模型进行动作识别，获得动作识别分类结果。本发明提供的技术方案，具体是一种基于并行时空交互对齐的小样本骨骼动作识别方法，能够有效的比较查询样本和每类支撑样本的相似性，且能够准确进行小样本的动作分类。
-
公开(公告)号：CN113569756B
公开(公告)日：2023-06-09
申请号：CN202110866989.4
申请日：2021-07-29
Applicant: 西安交通大学 , 宁波市舜安人工智能研究院
IPC: G06V20/40 , G06V10/82 , G06N3/0442 , G06N3/0455
Abstract: 本发明公开了一种异常行为检测与定位方法、系统、终端设备及可读存储介质，所述方法包括以下步骤：(1)获取原始的待测样本视频帧的光流运动信息特征；(2)将获取的待测样本视频帧的光流运动信息特征输入预训练好的双流记忆增强网络模型，通过双流记忆增强网络模型获得重构的待测样本视频帧以及预测的待测样本视频帧的光流运动信息特征；(3)获得待测样本视频帧的误差图和待测样本视频帧的光流运动信息特征的误差图；(4)基于步骤(3)获得的误差图获得异常行为的定位图。本发明能够提高检测效率，可以实现异常样本的空间定位。
-
公开(公告)号：CN115016506A
公开(公告)日：2022-09-06
申请号：CN202210854751.4
申请日：2022-07-18
IPC: G05D1/02
Abstract: 本发明公布了一种基于自主绕障的异构型多智能体网联协同调度规划方法，包括：进行多智能体网联协同调度规划的系统配置和运输任务管理；系统中每一台即将执行运输任务的智能体进行协同路径搜索，得到相应的路径列表；智能体进行运动规划得到执行路径；根据执行路径计算得到行驶速度；智能体在运行的过程中，进行自主绕障；时间窗调整。本发明通过采用时间窗算法和引入智能体的自主绕障技术，实现智能体之间冲突的协同解决和自主绕障，相较于现有技术，本发明更加高效、灵活、鲁棒且系统可容纳的智能体数目更多。
-
公开(公告)号：CN114511809A
公开(公告)日：2022-05-17
申请号：CN202210101251.3
申请日：2022-01-27
Applicant: 西安交通大学 , 宁波市舜安人工智能研究院
Abstract: 本发明公开了一种基于特征解耦的时序动作定位方法及系统，所述方法包括以下步骤：提取获得每个视频片段的粗糙特征；将每个视频片段的粗糙特征分别输入预训练好的解耦定位模型，所述解耦定位模型输出动作分类结果和动作定位结果；其中，所述解耦定位模型包括：自编码器，用于输入视频片段的粗糙特征，解耦并输出对应视频片段的细腻分类特征和细腻定位特征；分类网络，用于输入所述细腻分类特征，输出动作分类结果；定位网络，用于输入所述细腻定位特征，输出动作定位结果。本发明提供的方法，能够使得分类和定位各自关注的部分不再互相影响，可提高分类的准确率和定位的精准性。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.032 seconds)
