Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连理工大学连静获国家专利权

大连理工大学连静获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉大连理工大学申请的专利一种融合先验知识的交通场景图生成方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115830549B

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211543285.4,技术领域涉及:G06V20/54;该发明授权一种融合先验知识的交通场景图生成方法是由连静;王政皓;李琳辉;赵剑设计研发完成,并于2022-12-02向国家知识产权局提交的专利申请。

一种融合先验知识的交通场景图生成方法在说明书摘要公布了:本发明公开了一种融合先验知识的交通场景图生成方法,包括以下步骤:将图像输入到目标检测网络中,获取目标的空间特征FS;将离线三元组数据库存储于车载电脑存储器中,采用语义编码器获取高维三元组G,将关系概率空间作为先验知识;推理目标对的关系rp,采用关系概率空间中概率值最高的关系作为目标对的最终关系。本发明利用先验知识,将交通场景图像中无关联的目标对滤除,实现推理过程降维,减少无关联的目标之间关系推理对计算资源的占用,提高算法整体的实时性,提高算法在车载嵌入式平台中的适应性。本发明通过将先验知识融入到推理过程,为推理过程提供先验偏置,缓解推理过程倾向于头部类别的现象,提高网络推理结果的合理性。

本发明授权一种融合先验知识的交通场景图生成方法在权利要求书中公布了:1.一种融合先验知识的交通场景图生成方法,其特征在于:包括以下步骤: A:预处理图像 利用车载摄像头获取交通场景图像,将图像输入到目标检测网络中,获取图像中目标的类别语义信息IE、目标的视觉信息IV和目标的空间信息IS,采用语义编码器对目标的类别语义信息编码,获取目标的语义特征FE;将目标检测框内的图像区域输入到卷积神经网络中,提取目标检测框内目标的视觉特征FV;采用归一化方法对目标空间位置坐标归一化,获取目标的空间特征FS; B:获取先验知识 将离线三元组数据库存储于车载电脑存储器中,采用语义编码器对离线三元组数据库内三元组的语义信息进行编码,并将编码后的语义信息输入到嵌入层网络中,获取高维三元组G: G={h,r,t} 式中,h为头实体词向量,r为关系词向量,t为尾实体词向量;将离线三元组数据库内每对三元组的头实体词向量和尾实体词向量输入到词嵌入表征模型中,预测关系词向量,并构建如下损失函数: loss=r-KGEh,t 式中,KGE·为词嵌入表征模型; 通过对词嵌入表征模型的训练,捕获三元组之间的交互特征,从而实现三元组的建模;另外,所构建的词嵌入表征模型根据头实体和尾实体,推理两者之间的关系概率空间其中,表示当头实体词向量为h、尾实体词向量为t时,两个实体之间第i个关系的概率,K为关系词向量的种类;将关系概率空间作为先验知识,为后续的在线关系推理提供先验性指导; C:推理目标对关系 将图像中出现的任意两个目标构建成目标对,将目标对中两个目标的语义特征FE输入到词嵌入表征模型中,获取目标对的关系概率空间并设置阈值TH,当关系概率空间中的最大值rmax大于阈值TH时,则将目标对的关系设置为有关联;当关系概率空间中的最大值rmax小于阈值TH时,则将目标对的关系设置为无关联,实现推理过程的降维;采用拼接算法concat·将有关联目标对的视觉特征、语义特征、空间特征以及关系概率空间拼接,组成多模态特征FM,将多模态特征FM输入到由全连接层组成的推理网络中,推理目标对的关系rp,将关系概率空间根据概率值从高到低排序,且只保留前十个关系概率,组成新的关系概率空间为减少不合理关系的出现,将推理网络的输出结果限制在空间内,如果推理网络的输出结果超出空间,则认为所推理的结果为不合理关系,采用关系概率空间中概率值最高的关系作为目标对的最终关系。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人大连理工大学,其通讯地址为:116024 辽宁省大连市高新园区凌工路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。