-
公开(公告)号：CN113505724B
公开(公告)日：2024-04-19
申请号：CN202110838499.3
申请日：2021-07-23
申请人： 上海应用技术大学
IPC分类号： G06V20/58 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种、基于YOLOv4的交通标志识别模型训练方法，包括如下步骤：获取交通标志数据集，将所述交通标志数据集划分为训练集和测试集；获取YOLOv4网络结构，将所述YOLOv4网络结构中主干网络的PANet路径聚合网络替换BiFPN网络生成目标训练模型；通过所述训练集对所述目标训练模型进行训练，并通过所述测试集对训练后的所述目标训练模型进行测试生成所述交通标志识别模型。本发明中的主干网络在检测方面效果更好，缓解了数据分布不均衡的问题，增强了网络的特征提取能力。
-
公开(公告)号：CN114743125B
公开(公告)日：2024-02-27
申请号：CN202210198719.5
申请日：2022-03-02
申请人： 上海应用技术大学
IPC分类号： G06V20/40 , G06V10/75 , G06V10/774 , G06V10/82 , G06V10/62 , G06N3/0464
摘要： 本发明涉及一种基于YOLO和改进模板匹配的杠铃识别与跟踪控制方法，具体包括以下步骤：S1、采集多种杠铃的侧视图作为训练数据，对训练数据制定标签，划分为训练集和测试集；S2、对训练集中的图片进行标准化处理，并使用YOLO算法通过调整超参数的方式训练杠铃识别模型；S3、获取原始杠铃视频，通过杠铃识别模型对杠铃视频的第一帧图像进行检测并定位杠铃的位置；S4、将从第一帧图像中得到的杠铃位置和原始杠铃视频输入到改进的模板匹配算法中，计算得到绘制有杠铃轨迹的杠铃追踪视频。与现有技术相比，本发明具有提升杠铃识别的准确率并能够识别出不同样式的杠铃，提高帧率和准确率等优点。
-
公开(公告)号：CN113205684A
公开(公告)日：2021-08-03
申请号：CN202110478074.6
申请日：2021-04-29
申请人： 上海应用技术大学
摘要： 本发明提供了一种基于时空图神经网络模型的交通流量预测方法及系统，包括如：获取PeMS数据，以构建交通路网拓扑图；按预设时长跨度划分时间段，并对划分的每个时间段分别建立网络分支；提取所述网络分支的空间特征和时间特征；聚合提取的所述空间特征和所述时间特征，以获取能够预测交通流量的神经网络模型。本发明利用图卷积提取空间特征，利用二维卷积提取时间特征，相比传统方法来说，能够同时提取空间依赖和时间依赖。
-
公开(公告)号：CN112258580A
公开(公告)日：2021-01-22
申请号：CN202011204238.8
申请日：2020-11-02
申请人： 上海应用技术大学
摘要： 本发明提供了一种基于深度学习的视觉SLAM回环检测方法，包括：训练数据集以三元组形式输入预先训练的VGG16深度网络，优化网络模型，获得图像特征描述符；将相机采集的当前图像输入优化后的网络模型，对输出的特征向量做归一化和降维；计算当前图像与历史图像的相似度，从历史图像中选择最接近的前K个帧作为回环候选帧；确定所述当前图像与回环候选帧是否满足几何一致性，满足几何一致性的图像作为真正的回环；当前图像加入历史图像中，获取新的图像，进行下一轮回环检测过程。本发明能够提高机器人回环检测存在视角和外观变化时的鲁棒性，降低误匹配率。
-
公开(公告)号：CN108880351A
公开(公告)日：2018-11-23
申请号：CN201810703708.1
申请日：2018-06-28
申请人： 上海应用技术大学
摘要： 本发明提供了一种永磁同步电机转子位置的估算方法及系统，本发明专利在传统滑模观测器存在估计精度不高，鲁棒性较差的问题上，提出一种改进策略，即提出了基于双曲正切函数的改进型滑模观测器来提高永磁同步电机的转子位置的估算精度，本发明的安全系数高又易于工程实现的无速度传感器算法来替代传统的机械传感器，用来获取精确的电机转子位置和转速信息，以减少闭环反馈信息中的误差，使其矢量控制系统控制性能更优，汽车行驶更加安全，实现新能源汽车的无传感器控制，这一改进不仅使得电机系统的过渡时间加快，以有效地提高了转子位置估算精度和系统的鲁棒性。
-
公开(公告)号：CN107846281A
公开(公告)日：2018-03-27
申请号：CN201711036923.2
申请日：2017-10-30
申请人： 上海应用技术大学
摘要： 本发明提供了一种基于位置的代理多重签名方法和系统，该方法包括：进行代理签名者PS、原始签名者群OSG以及位置基础设施PI的初始化；在PI的参与下完成原始签名者群OSG所在位置的真实性验证，然后通过PI来验证代理签名者PS的位置的真实性的认证，最后原始签名者群OSG完成对代理签名者PS的指定位置代理签名授权；代理签名者PS在PI的支持下完成其自己位置的认证功能，然后再执行对特定信息的代理签名功能；由代理签名验证者V来完成验证代理签名确实由指定位置的原始签名者群联合授权指定位置的代理签名者对预设信息进行了代理签名。本发明中的方法安全性高、应用范围广，实现了身份与位置的认证权力的转移。
-
公开(公告)号：CN106781262A
公开(公告)日：2017-05-31
申请号：CN201710029666.3
申请日：2017-01-16
申请人： 上海应用技术大学
摘要： 本发明提供了一种适合马路低头族的安全出行装置及其避障方法，包括：传感器采集模块，包含GPS模块、摄像头模组、距离传感器及声音采集器，用于获取定位信息、图像数据、距离数据及声音数据；微处理器模块，根据环境中装置所在处及异常点的位置信息，以及异常点的声音信息，输出安全指示指令；电源模块，用于供电；输出模块，采用的方式是将安全提示信息显示在移动终端设备上或屏蔽移动终端设备。该装置通过对深度图像以及声音信息的分析，帮助使用者及时地规避危险。不仅能利用已有出行信息指引方位和避障，而且能实时地对例如汽车鸣笛等异常声音进行反应，以实现安全出行。
-
公开(公告)号：CN114821519B
公开(公告)日：2024-05-21
申请号：CN202210275320.2
申请日：2022-03-21
申请人： 上海应用技术大学
IPC分类号： G06V20/58 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
摘要： 本发明公开了一种基于坐标注意力的交通标志识别方法及系统，方法包括：实时接收前方道路的图像数据帧；对图像数据帧循环下采样后进行二维方向的池化分解，获取分解后的若干特征图像块；将分解后的特征图像块的位置信息嵌入到通道注意力中，根据特征图像块中相同的维度信息进行各个阶段的拼接融合，通过二维方向的卷积处理后获取目标特征图像；响应于预设的交通标志图库，在获取到目标特征图像后，利用激活函数对目标特征图像进行分类，获取图像数据帧中的交通标志信息。本发明平衡检测速度与识别精度的性能，提高网络的特征提取能力并改善对遮挡目标和小目标的检测效果，在真实场景中对道路交通标志进行实时检测。
-
公开(公告)号：CN114821519A
公开(公告)日：2022-07-29
申请号：CN202210275320.2
申请日：2022-03-21
申请人： 上海应用技术大学
摘要： 本发明公开了一种基于坐标注意力的交通标志识别方法及系统，方法包括：实时接收前方道路的图像数据帧；对图像数据帧循环下采样后进行二维方向的池化分解，获取分解后的若干特征图像块；将分解后的特征图像块的位置信息嵌入到通道注意力中，根据特征图像块中相同的维度信息进行各个阶段的拼接融合，通过二维方向的卷积处理后获取目标特征图像；响应于预设的交通标志图库，在获取到目标特征图像后，利用激活函数对目标特征图像进行分类，获取图像数据帧中的交通标志信息。本发明平衡检测速度与识别精度的性能，提高网络的特征提取能力并改善对遮挡目标和小目标的检测效果，在真实场景中对道路交通标志进行实时检测。
-
公开(公告)号：CN113505724A
公开(公告)日：2021-10-15
申请号：CN202110838499.3
申请日：2021-07-23
申请人： 上海应用技术大学
摘要： 本发明提供了一种、基于YOLOv4的交通标志识别模型训练方法，包括如下步骤：获取交通标志数据集，将所述交通标志数据集划分为训练集和测试集；获取YOLOv4网络结构，将所述YOLOv4网络结构中主干网络的PANet路径聚合网络替换BiFPN网络生成目标训练模型；通过所述训练集对所述目标训练模型进行训练，并通过所述测试集对训练后的所述目标训练模型进行测试生成所述交通标志识别模型。本发明中的主干网络在检测方面效果更好，缓解了数据分布不均衡的问题，增强了网络的特征提取能力。
-
-
-
-
-
-
-
-
-
搜索结果
42 条记录 (耗时 0.031 秒)
