公开(公告)号：CN116702267A

公开(公告)日：2023-09-05

申请号：CN202310445101.9

申请日：2023-04-24

Applicant: 浙江大学

Inventor： 高沁诚 ,  武伯熹 ,  王闻箫 ,  林彬彬 ,  蔡登 ,  何晓飞

IPC: G06F30/13 ,  G06F30/20 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于无规则多边形检测的飞机跑道检测方法，包括以下步骤：(1)获取飞行模拟软件生成虚拟跑道图像以及对应的标注数据，作为主要训练数据；(2)获取现实飞行环境中拍摄的跑道图像，标注后作为次要训练数据；(3)构建预训练好的深度神经网络模型，将模型中的顶层loss设置为跑道所在四边形的四个顶点位置；(4)将主要训练数据和次要训练数据按比例混合后对深度神经网络模型进行训练，直到模型的损失函数收敛；(5)利用训练后的深度神经网络模型对待测跑道图片进行分析，预测图像中跑道的四个顶点的位置。本发明采用四个自由度的输出预测代替矩形框，更贴近跑道轮廓，提高了识别的精准度和效率。

公开(公告)号：CN119295736A

公开(公告)日：2025-01-10

申请号：CN202411415622.0

申请日：2024-10-11

Applicant: 浙江大学

Inventor： 刘华安 ,  王闻箫 ,  林彬彬 ,  蔡登

IPC: G06V10/25 ,  G01S17/86 ,  G01S7/48 ,  G06V10/52 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明公开了一种定位时动态物体检测与过滤方法，包括以下步骤：(1)通过相机与激光雷达的外参，将激光点云投影到相机像素平面；(2)通过目标检测算法检测相机图像中潜在动态物体，并将潜在动态物体对应检测框中的点云标记为潜在动态点；计算潜在动态点在整体点云中的比例，并将其余点加入静态点云；(3)设置动态点云阈值，基于目标检测框物体类别，动态设置质心欧式距离的阈值；(4)根据步骤(2)中潜在动态点云在整体点云中的比例，自适应进行不同策略的潜在动态点云过滤，获取静态点云；(5)利用过滤得到的静态点云进行定位。利用本发明，可以提高定位与建图效果，具有鲁棒性强、检测精度高、实时性好等优点。

公开(公告)号：CN119067174A

公开(公告)日：2024-12-03

申请号：CN202411077367.3

申请日：2024-08-07

Applicant: 浙江大学

Inventor： 化子烁 ,  武伯熹 ,  林彬彬 ,  蔡登

IPC: G06N3/0455 ,  G06N3/084 ,  G06N3/09 ,  G06F18/25 ,  B60W60/00

Abstract: 本发明公开了一种基于自我感知掩码的轨迹预测方法，包括：构建一个基于Transformer的深度神经网络；复制一个相同结构的深度神经网络，组成教师‑学生模型；在模型的顶层加入全连接层网络，在轨迹预测数据集上进行自我感知的掩码生成训练，训练后的学生模型后续作为掩码生成模块产生高质量掩码；构建一个基于Transformer编码‑解码结构的注意力神经网络；将训练好的掩码生成模块加入到注意力神经网络中在轨迹预测数据集上对注意力神经网络进行轨迹重建预训练；预训练结束后，将注意力神经网络在轨迹数据集上进行轨迹预测训练；将训练好的轨迹预测网络应用在自动驾驶系统中，用于预测其他交通参与者的轨迹。本发明能够提升模型的训练效率，使轨迹预测更加准确。

公开(公告)号：CN118334242A

公开(公告)日：2024-07-12

申请号：CN202410427179.2

申请日：2024-04-10

Applicant: 浙江大学

Inventor： 潘伟航 ,  赵伟 ,  项超 ,  许伟鑫 ,  王雅菲 ,  谢亮 ,  林彬彬 ,  王闻箫 ,  蔡登 ,  何晓飞

IPC: G06T17/00 ,  G06Q10/087

Abstract: 本发明公开了一种基于分层强化学习的出口集装箱堆场存储位置分配方法，该将即时翻箱率和即时箱区均衡度作为奖励函数的元素，使得出口集装箱排序过程、箱区分配过程和箱位分配过程中充分考虑到堆场内同一航线出口集装箱的均衡分布情况和翻箱情况，降低了后续出口集装箱的装载难度，提升了堆场的并行效率，减少船舶装箱时间。

公开(公告)号：CN116935488A

公开(公告)日：2023-10-24

申请号：CN202310931838.1

申请日：2023-07-27

Applicant: 浙江大学

Inventor： 孙煜晗 ,  林彬彬 ,  蔡登

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/82 ,  G06V20/40 ,  G06V40/10 ,  G06V10/40 ,  G06V10/62 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种端到端的基于关键点与卷积神经网络的动作识别方法，包括：(1)从时序视频中采样，获取多帧时序图片序列；(2)选取边缘设备端的神经网络作为关键点检测模型，从多帧时序图片序列中预测出多帧关键点数据；(3)使用关键点预测大模型对关键点检测模型进行蒸馏，或者使用真实标签训练关键点检测模型；(4)根据预测出的关键点生成高斯分布热力图；(5)在多帧高斯分布热力图上提取时空特征；(6)根据时空特征预测动作类型；(7)设置目标函数训练模型，将训练好的关键点检测模型和动作识别模型分别部署在边缘设备端、云端，进行实时目标动作检测。利用本发明，可以提高基于关键点的动作识别的准确性与真实性。

公开(公告)号：CN116543233A

公开(公告)日：2023-08-04

申请号：CN202310638294.X

申请日：2023-06-01

Applicant: 浙江大学

Inventor： 谭睿翔 ,  胡津铭 ,  武伯熹 ,  王闻箫 ,  林彬彬 ,  蔡登

IPC: G06V10/764 ,  G06V10/82 ,  G06F18/243

Abstract: 本发明公开了一种基于频繁项集的图像多标签分类方法，包括如下步骤：(1)在图像数据集中，使用频繁项集挖掘算法挖掘出数据集的频繁项集；(2)利用挖掘出的频繁项集构建树形结构的图像多标签分类网络；(3)将特征提取网络和图像多标签分类网络结合得到总分类网络，其中，特征提取网络输出的特征向量作为图像多标签分类网络的输入；(4)训练总分类网络模型直至模型收敛；(5)将待分类的图像输入训练好的总分类网络模型中，得到多标签的分类结果。本发明通过频繁项集挖掘算法生成的频繁项集自动生成更为合理的图像多标签分类网络，可以提供更高的图像多标签分类精度。

公开(公告)号：CN116246117A

公开(公告)日：2023-06-09

申请号：CN202310297826.8

申请日：2023-03-23

Applicant: 浙江大学

Inventor： 黄晨晰 ,  谢亮 ,  王闻箫 ,  林彬彬 ,  蔡登

IPC: G06V10/764 ,  G06V10/774 ,  G06N20/00

Abstract: 本发明公开了一种适用于非独立同分布情况且具有隐私保护的图像分类方法，包括：(1)随机生成一个ETF结构；(2)用ETF结构初始化全局图像分类系统；(3)从所有的客户端中随机抽取K个客户端；(4)对于被抽到的客户端，首先初始化为全局图像分类系统，然后用其私有数据更新特征抽取模型，更新时考虑记忆向量；(5)使用步骤(4)所有客户端的特征向量更新记忆向量；(6)用客户端的局部图像分类系统更新全局图像分类系统；(7)重复步骤(3)～(6)，直到目标函数的损失值收敛；(8)将待分类的图像输入训练完的全局图像分类系统，得到图像分类结果。利用本发明，可以大大提升在非独立同分布数据集上基于联邦学习的图像分类质量。

公开(公告)号：CN114855187A

公开(公告)日：2022-08-05

申请号：CN202210591300.6

申请日：2022-05-27

Applicant: 浙江大学

Inventor： 王勇 ,  林彬彬 ,  杨瑞 ,  陈佳东

IPC: C25B1/04 ,  C25B11/091

Abstract: 本发明公开了多种大电流电催化水分解制氢催化剂及其制备方法和应用，该催化剂包括集流体和原位生长于集流体上的活性组分；活性组分包括呈棒状的金属氧化物，以及均匀生长在该棒状的金属氧化物上的的呈颗粒状的金属及金属氧化物。该催化剂具有多种活性组分，且多种活性组分间存在协同效应，各组分间紧密结合形成了多极串联的结构，从而暴露出大量的催化活性位点，提高导电能力以及具有高强度的稳固性。作为应用，该催化剂在大电流密度下电催化产氢反应中具有优异的催化性能和长程稳定性。