-
公开(公告)号：CN110516533B
公开(公告)日：2023-06-02
申请号：CN201910626883.X
申请日：2019-07-11
申请人： 同济大学
IPC分类号： G06V40/10 , G06V10/774 , G06V10/74 , G06V10/82 , G06V10/77 , G06N3/0464 , G06N3/08
摘要： 本发明涉及一种基于深度度量的行人再辨识方法，包括以下步骤：1)将ImageNet数据集作为训练数据集，训练一个ResNet‑50网络，使其具有初始值；2)移除ResNet‑50网络的softmax层以及最后一个全连接层；3)使用多个非线性全连接层构成深度度量网络，并在输出后增加欧氏距离计算单元；4)在调整后的ResNet‑50网络后连接深度度量网络，组成本发明最终的网络模型；5)对行人再辨识训练数据集中的图像进行随机剪裁，得到一组尺寸为224×224的训练数据集，从中随机选择P位不同的行人，并为每个行人随机选择K张图像，组成小的训练批；6)使用5)中所得的训练数据通过最小化Hard Triplet Loss损失函数对4)中的网络进行优化，循环执行此步骤，直至损失值收敛；7)将待辨识行人图像和候选库中的图像输入到已优化的模型中，获取行人图像在同一个特征空间上的特征向量；8)计算特征向量间的欧氏距离，并对距离进行排序，最终获取待辨识行人图像和对比图像的匹配率。
-
公开(公告)号：CN106485253A
公开(公告)日：2017-03-08
申请号：CN201610824156.0
申请日：2016-09-14
申请人： 同济大学
CPC分类号： G06K9/6215 , G06K9/4642 , G06K9/4652
摘要： 本发明涉及一种最大粒度结构描述符的行人再辨识方法，包括以下步骤：S1，获取图像集中彩色的行人图像，使用Gabor滤波器处理行人图像，获得多个尺度图像；S2，获取各尺度图像的颜色差分直方图CDH，并提取LMCC描述符；S3，提取LOMO描述符；S4，使用LDA算法进行度量学习，获得特征空间的最优子空间投影；S5，输入待辨识的行人图像，计算待辨识的行人图像同图像集中行人图像的相似度量距离，得到辨识结果。与现有技术相比，本发明方法对于光照、旋转、平动等因素变化有较好的鲁棒性，能够提取图像的本质特征，具有良好的行人辨识性能，并且对光照、视角、遮挡等变化具有不敏感性。
-
公开(公告)号：CN106022226A
公开(公告)日：2016-10-12
申请号：CN201610309021.0
申请日：2016-05-11
申请人： 同济大学
CPC分类号： G06K9/00335 , G06K9/6202
摘要： 本发明涉及一种基于多方向多通道条形结构的行人再辨识方法，包括以下步骤：1)分别获取待辨识行人图像和对比图像中像素点对应的多方向双颜色通道条形结构特征集Bθ；2)采用颜色差分获取该像素点的多方向双通道条形结构加权颜色差分权重集Wθ；3)采用滑动窗口分别获取不同方向上的直方图描述符Hθ；4)根据堪培拉距离计算基于直方图描述符Hθ的待辨识行人图像和对比图像的距离集Ds；5)选择距离集Ds中最优三元组距离对、ELF描述符和HOG描述符作为特征码，并获取待辨识行人图像和对比图像之间的最终距离；6)根据最近相邻理论，对距离进行排序，最终获取待辨识行人图像和对比图像的匹配率与现有技术相比，本发明具有快速准确、鲁棒性好等优点。
-
公开(公告)号：CN103049454A
公开(公告)日：2013-04-17
申请号：CN201110312662.9
申请日：2011-10-16
申请人： 同济大学
IPC分类号： G06F17/30
摘要： 本发明涉及一种基于多标签分类的中英文搜索结果可视化系统，该系统包括：显示模块，用于显示用户界面及搜索结果；搜索模块，用于根据用户查询语句调用搜索引擎API进行搜索，并获取搜索结果，分别整合中文和英文的搜索结果；分类模块，用于对搜索模块获取的结果进行中英文多标签分类，并对分类结果进行整合；可视化模块，用于对整合后的分类结果实现Web用户界面设计，并通过显示模块输出。与现有技术相比，本发明借鉴粒计算细想，通过采用基于贝叶斯理论的多标签分类方法，可对搜索结果进行有效的多标签分类和整合，通过采用该方法设计可视化系统，能够根据用户的需求按类别显示搜索结果，同时尽量做到不丢失搜索结果，提高用户浏览效率，改善用户浏览体验。
-
公开(公告)号：CN1959429B
公开(公告)日：2010-05-12
申请号：CN200610117190.0
申请日：2006-10-16
申请人： 同济大学
摘要： 一种分布式地图匹配方法以及系统，根据整个定位区域内所有目标点的原始GPS数据，并通过地图匹配算法从整个定位区域中找出各目标点的行驶路段，先对整个定位区域进行第一次划分，即沿一维方向划分为N(N≥1)个子区域，将全部原始GPS数据根据已完成的子区域划分，再分别发送至各对应子区域；接着，各子区域获取对应的部分原始GPS数据，并对各子区域进行第二次划分，即沿二维方向划分为M(M≥1)个图格；最后匹配定位，将各子区域接收到的各目标点的原始GPS数据与其所处及相邻图格内的各条路段逐一进行相关度计算，并选择其中相关度最大的一条路段作为其定位路段，即行驶路段，从而解决现有技术中的地图匹配技术在处理海量GPS数据时，匹配速度慢的问题。
-
公开(公告)号：CN1956056B
公开(公告)日：2010-05-12
申请号：CN200610117188.3
申请日：2006-10-16
申请人： 同济大学
摘要： 一种语音合成装置以及方法，用于具有GPS导航装置的GPS语音导航系统中，其主要包括语音存储单元、索引存储单元，分析单元以及播放单元；其储存道路导航过程中所使用到的以词段为单位的语音格式道路信息，并对应地生成至少包含所述语音格式道路信息的文本描述、偏移量及数据长度的文本格式道路信息，在播放一导航语句之前，先将导航语句拆分为多个语音格式道路信息，并以一预定关键词检索基本资料库中的文本格式道路信息，接着解析检索到的文本格式道路信息，获得与之对应的语音格式道路信息，最后将所述导航语句涉及到的以词段为单位的语音格式道路信息重组，再进行语音播报，本发明还提供一种包括上述语音合成装置的GPS语音导航系统。
-
公开(公告)号：CN101286160A
公开(公告)日：2008-10-15
申请号：CN200810038369.6
申请日：2008-05-30
申请人： 同济大学
IPC分类号： G06F17/30
摘要： 本发明揭示了一种数据库索引的方法，该方法包括如下步骤：步骤A、根据索引数据库建立一B+树；步骤B、定义步骤A中的B+树的数据结构，将重复的键值存储于B+树的叶节点中；步骤C、执行索引操作，包括查询操作、插入操作、删除操作。本发明的利用B+树的数据库索引方法，由于将重复出现的键值直接存储在B+树的叶节点中，避免了使用溢出节点，所以当溢出节点相对于键值较大时，而数据表中又存在一定量的重复键值的情况下，本发明能够有效地避免空间的浪费，从而减少索引文件的大小，同时也拓宽了B+树的适用范围。由此优化了数据库索引方案。
-
公开(公告)号：CN1904935A
公开(公告)日：2007-01-31
申请号：CN200510028150.4
申请日：2005-07-26
申请人： 同济大学
摘要： 一种用网格技术实现交通信息服务的系统和方法，所述系统分为信息点播与展示层、应用服务层、网格服务层、资源层，所述信息点播与展示层包括服务点播与信息展示装置，所述资源层包括计算资源、数据库、程序代码库、交通模型库，所述信息点播与展示层用于信息点播和展示，所述应用服务层用于接受和分辨信息点播的服务类型并向网格服务层发出服务请求，所述网格服务层响应服务请求，调用资源层中的资源进行处理和计算，并将计算结果发送至信息展示装置。本发明首次将网格技术应用于交通智能系统，通过网格技术对异构交通信息和资源进行整合，基于海量的车辆GPS数据，实现全区域路网的路况预测和实时路况信息服务，为出行者提供动态出行方案。
-
公开(公告)号：CN111814554B
公开(公告)日：2022-06-21
申请号：CN202010517984.6
申请日：2020-06-09
申请人： 同济大学
IPC分类号： G06V10/774 , G06V10/82 , G06V10/764 , G06V10/74 , G06N3/04 , G06Q10/08
摘要： 本发明涉及一种基于粒度及关联信息的物体类别识别模型构建方法及应用，识别模型构建包括步骤：S1、获取训练样本图像中物体的特征信息和类别信息；S2、提取粗粒度特征和细粒度特征，构建粗类别矩阵和细类别矩阵；S3、分别构建不同粒度下的关联函数：类别‑类别关联函数、特征‑特征关联函数、类别‑特征关联函数，基于关联函数建立不同粒度下的关联约束函数；S4、基于关联函数和关联约束函数构建关联衡量模型的目标函数；S5、求解目标函数确定关联函数并得到各关联度最优解；S6、根据最优解确定粗粒度、细粒度下的类别识别函数。应用时，通过类别识别函数识别物体类别。与现有技术相比，本发明大大提高了识别的准确度。
-
公开(公告)号：CN101286160B
公开(公告)日：2010-09-22
申请号：CN200810038369.6
申请日：2008-05-30
申请人： 同济大学
IPC分类号： G06F17/30
摘要： 本发明揭示了一种数据库索引的方法，该方法包括如下步骤：步骤A、根据索引数据库建立一B+树；步骤B、定义步骤A中的B+树的数据结构，将重复的键值存储于B+树的叶节点中；步骤C、执行索引操作，包括查询操作、插入操作、删除操作。本发明的利用B+树的数据库索引方法，由于将重复出现的键值直接存储在B+树的叶节点中，避免了使用溢出节点，所以当溢出节点相对于键值较大时，而数据表中又存在一定量的重复键值的情况下，本发明能够有效地避免空间的浪费，从而减少索引文件的大小，同时也拓宽了B+树的适用范围。由此优化了数据库索引方案。
-
-
-
-
-
-
-
-
-
搜索结果
51 条记录 (耗时 0.026 秒)
