-
公开(公告)号：CN117576922A
公开(公告)日：2024-02-20
申请号：CN202311521980.5
申请日：2023-11-15
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
Abstract: 本发明公开了一种基于道路监控视频的高速路交通事故判定方法，解决了高速路拥挤的复杂场景下，目标检测和追踪算法容易不稳定，异常车辆判定准则较少，导致异常车辆检测不准确的问题。实现方案为：获取车道位置信息；获取车辆、行人的位置和轨迹信息；构建静止车辆字典；根据静止车辆周围出现行人判定车辆异常；根据静止车辆在应急车道静止超过一定时间判定车辆异常；根据静止车辆被绕行超过一定次数判定车辆异常；根据静止车辆出现周期性双闪判定车辆异常；在视频中可视化显示异常车辆。本发明在现有技术的基础上，引入了车道信息，融汇了更多的异常车辆判定准则，具有高普适性和可实施性，能准确检测出异常车辆，可用于高速路交通管理。
-
Patent Agency Ranking
公开(公告)号：CN119255361A
公开(公告)日：2025-01-03
申请号：CN202411352791.4
申请日：2024-09-26
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
IPC: H04W56/00
Abstract: 本发明公开了一种面向4G FDD存量终端直连卫星的时间同步方法，首先基站推迟前导序列检测窗口的起点并扩大窗口大小，基站在扩大的窗口中接收前导序列并通过解码前导序列检测出时延的大小，基站确定时延大小后，将时延以毫秒为单位分为整数部分τi和小数部分τf，并依据小数时延是否大于0.66ms将终端划分为两种类型，由此修改基站上行帧结构，基站再根据上行帧结构确定上行子帧调度策略，即时延小数部分τf用来确定TA值，整数部分τi用来延后上行信息的接收，将该调度策略应用到后续Msg3、下行HARQ以及其他上行信息的收发中；实现了仅修改基站侧协议而不改变终端侧协议情况下，存量4G终端直连卫星，使4G通信系统支持更大的时延，同时降低了运营商和用户升级成本。
-
公开(公告)号：CN116645648A
公开(公告)日：2023-08-25
申请号：CN202310625003.3
申请日：2023-05-30
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
Abstract: 本发明提供一种基于功率谱分析的车辆双闪检测方法，主要通过提取潜在双闪车辆历史帧信息构造车辆时间序列管道，之后将车辆时间序列管道由RGB颜色空间转换为HSV颜色空间，然后提取车辆时间序列管道中黄颜色像素信息作为车辆双闪信息管道，之后计算车辆双闪信息功率谱，最后比较双闪频率范围内功率谱幅值和功率谱阈值的关系，从而判定车辆是否处于双闪状态；本发明相较于传统方法，无需定位车灯轮廓区域，避免了定位误差带来的影响，本发明设置的阈值对视频场景并不敏感，对视频的道路场景适应性较强，同时本方法检测到处于双闪状态的车辆时，可以很方便地定位双闪车辆，而无需根据车灯位置重新定位双闪车辆。
-
公开(公告)号：CN116432755A
公开(公告)日：2023-07-14
申请号：CN202310434601.2
申请日：2023-04-21
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
IPC: G06N5/04 , G06F40/295 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于动态实体原型的权重网络推理方法，针对命名实体识别中存在的词嵌入的拓展数据来源少、只注重实体词的高维特征而忽略实体词本身的语义信息、上下文信息不准确和模型泛化性能不足的问题。该发明对实体识别数据集做预处理操作；设计原型提取算法，训练能够生成动态原型的模型；初始化实体识别算法的所有参数；将提取的动态实体原型部署到实体识别算法中，利用权重网络与多头注意力机制从文本与实体原型中进行迭代学习，得到训练完成的实体识别模型；使用训练完成的实体识别模型对不同数据集的实体进行预测，测试模型性能。本技术能够改善实体识别中未有效地利用语义信息、泛化性能差等问题，从而提高命名实体识别的准确性。
-
公开(公告)号：CN117671967A
公开(公告)日：2024-03-08
申请号：CN202311521967.X
申请日：2023-11-15
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
Abstract: 本发明公开了一种基于车辆绕行超车的高速公路交通事故识别方法，主要解决了现有技术在高速路拥挤的复杂场景下，不能有效检测和持续追踪到异常车辆的问题。其实现方案为：获取高速公路交通事故监控视频；对视频的每一帧进行目标检测和追踪；对静止超过设定时长的车辆进行筛选和判断，产生潜在异常区域；更新潜在异常区域被绕行超车的次数，当潜在异常区域被绕行超车达到设定的次数后，将其变更为异常区域；对潜在异常区域和异常区域进行筛选，删除假异常区域；将异常区域和静止车辆进行匹配，确定出异常车辆；根据异常车辆，在监控视频中进行可视化显示并发出警告。本发明普适性高，误检率和漏检率低，能有效检测出异常车辆，可用于高速公路管理。
-
公开(公告)号：CN119762847A
公开(公告)日：2025-04-04
申请号：CN202411807858.9
申请日：2024-12-10
Applicant: 西安电子科技大学杭州研究院
IPC: G06V10/764 , G06V10/40 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/09 , G06T7/00
Abstract: 基于重构引导跨模态对齐的小样本异常检测和分类框架，步骤1：构建重构网络，重构网络将数据集图像重建为完全正常图像，将重构网络的输出和输入进行比较以确定输入图像中的异常信息；步骤2：跨模态对齐网络包含视觉编码器和文本编码器两个分支，通过文本编码器和视觉编码器分别提取文本特征和视觉特征；步骤3：将所述异常信息和所述视觉特征进行注意力融合，输出异常细节信息增强后的视觉特征；步骤4：通过计算步骤2中所述文本特征和步骤3中所述视觉特征之间的相似度，从而判定输入的图像是否异常并获得像素级异常定位结果。本发明实现高精度、强泛化能力和低资源消耗的通用异常检测、定位和分类。
-
-
-
-
-
Search Results
6
records
(took 0.04 seconds)
