-
公开(公告)号：CN118674994A
公开(公告)日：2024-09-20
申请号：CN202410887551.8
申请日：2024-07-03
申请人： 兰州交通大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/54 , G06V10/42 , G06N3/0464 , G06N3/0455
摘要： 本发明公开了一种基于MLS点云的道路标线提取分类方法及系统，属于智能交通测绘识别技术领域，包括：基于Mask R‑CNN，将具有道路标线的二维强度特征图像，输入到特征提取网络ResNet‑50中提取特征图，然后进行多尺度特征融合，并将融合后具有多尺度信息的特征图通过区域建议网络RPN，生成区域候选框；将区域候选框作为RoIAlign层的输入，提取特征图中每个区域候选框所对应的特征，输入到检测分支和掩膜分支中，对道路标线进行分类识别。本发明提升了道路标线的提取分类能力，通过在道路标线的准确提取在智能交通系统、高精地图构建、自动驾驶等领域具有重要意义。
-
公开(公告)号：CN118351376A
公开(公告)日：2024-07-16
申请号：CN202410532128.6
申请日：2024-04-29
申请人： 兰州交通大学
摘要： 本申请涉及建筑图像处理和分析领域，公开了基于建筑物群组相似度的图像处理识别方法，包括以下步骤：S1、将建筑群体数据转换为图形表示；S2、从建筑群体中提取特征，包括但不限于尺寸、朝向、形状和密度；S3、使用图嵌入算法将图形数据转换为向量表示；S4、计算所述向量表示之间的相似度以识别和分类建筑群体模式。本发明通过将复杂的建筑群体数据转换为图形表示，能够更有效地处理和分析大量建筑数据。图嵌入算法进一步将图数据转换为低维向量，简化了数据的处理流程，提高了处理速度，通过对建筑群体的精确分类和模式识别，本发明支持城市规划者和建筑设计师进行更为复杂的决策和规划。
-
公开(公告)号：CN112214567A
公开(公告)日：2021-01-12
申请号：CN202011173162.7
申请日：2020-10-28
申请人： 兰州交通大学
IPC分类号： G06F16/29 , G06F16/215 , G06Q50/26
摘要： 针对现有城市结构研究中缺乏对城市空间结构缺乏层次性分析的问题，本发明提出一种复杂图论支持下的城市空间结构发现的方法。首先，将城市路网构造为加权有向图，然后利用MapEquation框架对城市路网进行分层社区检测，最后基于不同层次的社区进行产业区位熵计算，从而得到不同层次不同社区下的城市空间结构。根据本发明并以兰州市为例进行城市结构发现，其结果表明，不同社区下产业分布专业化程度明显，可有效挖掘城市空间结构，该方法为获取城市空间结构提供了新思路。
-
公开(公告)号：CN118781489A
公开(公告)日：2024-10-15
申请号：CN202410923098.1
申请日：2024-07-10
申请人： 兰州交通大学
IPC分类号： G06V20/10 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明提出了一种考虑三维高程特征的河网模式识别方法，该方法为：基于OSM河流矢量数据筛选出树枝状、平行状、骨架状和扇子状四类河网模式的河网样本，并使用DEM数据为河网模式提供高程信息，分别提取河网样本的二维和三维特征形成河网特征，同时，对河网样本打上河网模式类型的标签；构建河网对偶图，河网对偶图中以河网的河段为节点，河段之间的连接关系为边；由河网样本的标签、河网特征和河网对偶图构建标签样本数据集；采用标签样本数据集训练基于一阶切比雪夫多项式近似下的谱域图卷积神经网络，训练完成后得到河网模式识别模型。本发明能够结合河网的二维特征和三维特征更准确地预测河网模式。
-
公开(公告)号：CN117893708A
公开(公告)日：2024-04-16
申请号：CN202410065345.9
申请日：2024-01-17
申请人： 兰州交通大学
IPC分类号： G06T17/20
摘要： 本申请实施例公开了一种基于边折叠的实景三维模型简化与优化方法及装置，包括：确定实景三维模型中每条边折叠后新顶点的位置；引入顶点近似曲率、体积误差和边界约束项作为约束条件计算各条边的折叠代价，并将全部边按折叠代价从小到大的顺序插入堆中；取出堆中折叠代价最小的边进行边折叠操作；从堆中删除该折叠边后，重新计算剩余边的折叠代价并更新堆直至达到简化要求；针对简化后的最终三维模型进行拉普拉斯网格优化处理。本申请在模型简化过程中通过引入约束条件来影响边折叠的代价，更好地保留模型的细节特征。随后对简化后网格进行优化，获得具有更高的模型质量。该方法简单高效易于实现，综合过程科学，适用于实景三维模型的轻量化。
-
公开(公告)号：CN112182136A
公开(公告)日：2021-01-05
申请号：CN202011184402.3
申请日：2020-10-28
申请人： 兰州交通大学
摘要： 顾及用户视觉处理的应急地图设计方案，针对认知负荷影响应急地图用户读图效率的问题，本发明分析了应急情境下用户认知负荷的压力源，探讨了应急地图认知中人类视觉信息的处理过程。在此基础上，提出顾及用户视觉信息处理的应急地图设计原则，通过降低用户的认知负荷，提高应急情境下用户的读图效率。根据本发明提出的应急地图设计原则和方法，设计了消防应急救援路线图，并利用Itti视觉显著计算模型对所设计的应急地图进行评估，结果显示该图能够快速吸引用户的视觉注意力，激发用户自下而上的信息加工过程，在高压力、高风险的应急情境下能够有效降低用户的认知负荷，有助于用户快速读图。
-
公开(公告)号：CN105243957A
公开(公告)日：2016-01-13
申请号：CN201510806385.5
申请日：2015-11-21
申请人： 兰州交通大学
IPC分类号： G09B29/00
CPC分类号： G09B29/005 , G09B29/007
摘要： 针对传统地图制作门槛高、传播效率低的弊端，提出了微地图的制作技术与系统设计以适应自媒体时代对地图的要求，给出了微地图的定义、特点及其与传统地图制作的区别，设计了一种面向手机端的微地图系统。微地图制作技术作为传统地图的有益补充，将以其小、快、灵的特点成为自媒体时代面向“草根”的地图技术。本发明很好的解决了传统地图对于个人制作门槛过高，在自媒体时代地图信息传播过慢的问题，有很好的利用价值。
-
公开(公告)号：CN118897899A
公开(公告)日：2024-11-05
申请号：CN202411400842.6
申请日：2024-10-09
申请人： 兰州交通大学
IPC分类号： G06F16/387 , G06F40/205 , G06F40/284 , G06F40/30 , G06N3/042 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N5/04 , G06F16/35
摘要： 本发明公开了一种多语义特征协同的中文地址匹配方法，该方法将地址匹配问题转换为二分类问题。首先，对中文地址进行地址要素解析，并利用训练语料库训练Word2vec模型生成其对应的词嵌入向量表示；然后，分别使用文本循环卷积神经网络和图注意力网络提取地址要素的多语义特征；最后，基于增强序列推理模型对地址多语义特征进行局部推理和推理组合，来实现中文地址的精准匹配。该方法显著优于现有的基于深度学习的中文地址匹配方法，在匹配精准率、召回率和F1值均取得了优异的结果，这对于地理编码等应用具有重要意义。
-
公开(公告)号：CN118447307A
公开(公告)日：2024-08-06
申请号：CN202410550444.6
申请日：2024-05-06
申请人： 兰州交通大学
IPC分类号： G06V10/764 , G06V10/762 , G06V10/40 , G06N3/0464 , G06N3/042 , G06V10/774
摘要： 本申请涉及城市规划领域，公开了基于空间数据分析和图论方法的建筑群模式识别系统，包括：数据预处理单元，用于从地图数据中提取建筑物信息；特征提取单元，用于从提取的建筑物信息中获取视觉变量特征；图构建单元，用于基于提取的特征将建筑群聚类并构建图结构；模式识别单元，用于应用图卷积神经网络分析图结构并分类建筑群模式。本发明系统通过结合空间数据分析和图论方法，实现对城市建筑群模式的高效、自动化识别，此外，还通过使用图卷积神经网络，系统能够处理大规模数据集，提供准确的模式识别，支持复杂的城市环境分析。
-
公开(公告)号：CN117934840A
公开(公告)日：2024-04-26
申请号：CN202410095997.7
申请日：2024-01-24
申请人： 兰州交通大学
IPC分类号： G06V10/26 , G06V20/64 , G06V20/10 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/10
摘要： 本发明涉及点云分割技术领域，具体涉及一种融合双邻域特征和全局空间感知的点云场景分割方法。建立基于点云双邻域特征和全局空间感知的网络模型，包括双邻域特征互补模块和全局空间感知模块；双邻域特征互补模块包括局部结构信息编码模块和语义信息引导模块；对点云空间坐标进行编码，获取局部邻域中点云的空间信息；对局部邻域中的点云进行聚类；捕获点云数据局部结构之间的长程依赖关系；将大规模场景点云数据作为所述网络模型的输入，利用网络模型对点云数据进行分割。本发明建立的网络模型从双邻域构造角度桥接几何结构特征和语义特征，同时嵌入全局空间感知模块来挖掘点云场景中的长程依赖关系，能够有效提升分割精度。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.029 秒)
