公开(公告)号：CN112949528A

公开(公告)日：2021-06-11

申请号：CN202110269503.9

申请日：2021-03-12

Applicant: 长安大学

Inventor： 许宏科 ,  杨晶 ,  房建武 ,  白洁

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于时空重要性的隧道内车辆再识别方法，属于车辆检测领域。本方法首先利用图论对隧道路网进行建模，从而得到隧道路网拓扑图。训练时要在拓扑图上计算所有相邻节点之间的注意力系数，用于对样本对之间的相似度进行加权约束，从而提高再识别算法的精度。以训练集为候选集，从候选集中取样时，利用多示例学习的方式，将训练集划分为多个多示例包，利用多示例包的特征表示来涵盖每个示例的特征，这一采样方式缩小了候选图片的范围。本发明方法区别于传统车辆再识别方法，充分利用了隧道监控设备的时空分布信息对候选集图像进行约束，并缩短了再识别图像匹配所需时间，提高了监控图像不足够清晰时再识别算法的精度。

公开(公告)号：CN112949528B

公开(公告)日：2023-08-15

申请号：CN202110269503.9

申请日：2021-03-12

Applicant: 长安大学

Inventor： 许宏科 ,  杨晶 ,  房建武 ,  白洁

IPC: G06V20/52 ,  G06V20/40 ,  G06V10/774 ,  G06V10/82 ,  G06N3/042

Abstract: 本发明公开了一种基于时空重要性的隧道内车辆再识别方法，属于车辆检测领域。本方法首先利用图论对隧道路网进行建模，从而得到隧道路网拓扑图。训练时要在拓扑图上计算所有相邻节点之间的注意力系数，用于对样本对之间的相似度进行加权约束，从而提高再识别算法的精度。以训练集为候选集，从候选集中取样时，利用多示例学习的方式，将训练集划分为多个多示例包，利用多示例包的特征表示来涵盖每个示例的特征，这一采样方式缩小了候选图片的范围。本发明方法区别于传统车辆再识别方法，充分利用了隧道监控设备的时空分布信息对候选集图像进行约束，并缩短了再识别图像匹配所需时间，提高了监控图像不足够清晰时再识别算法的精度。

公开(公告)号：CN113145860A

公开(公告)日：2021-07-23

申请号：CN202110391593.9

申请日：2021-04-13

Applicant: 长安大学

Inventor： 袁战伟 ,  常逢春 ,  薛磊 ,  陈曦 ,  李付国 ,  马瑞 ,  白洁 ,  郑俊超

IPC: B22F10/28 ,  B22F10/366 ,  B22F10/85 ,  B33Y10/00 ,  B33Y30/00 ,  B33Y50/02

Abstract: 本发明公开了一种增材制造制备零件的方法、系统、设备及存储介质，建立待制备零件材料性能的物理模型，对模型进行区域微元化处理，根据各个区域的性能要求，进而确定各个区域的材料成分，任意相邻区域为连续变化的组分梯度；建立待制备零件的三维模型，将物理模型和三维模型结合，对三维模型进行分层切片处理，得到每层切片材料成分信息和切片轮廓轨迹；通过切片材料成分信息得到粉末成分配比，通过切片轮廓轨迹得到激光打印系统的扫描路径，按照粉末成分配比和扫描路径逐层进行增材制造，制备得到零件。工艺简单，能够制造形状复杂的材料结构。