“胡坚明”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果57个，建议您升级VIP下载更多相关专利

[发明专利]基于深度估计的行车能见度确定方法及装置-CN202010406962.2有效
发明人：裴欣;岳云;贾邵程;胡坚明;李力 -专利权人：清华大学
申请日： 2020-05-14 - 公布日： 2023-09-01 - 主分类号： G06T7/55 文献下载
摘要：本发明提供了一种基于深度估计的行车能见度确定方法及装置，基于深度估计的行车能见度确定方法包括：获取待确定行车能见度的车辆的点云数据；根据所述点云数据及预先建立的深度估计模型确定相对深度；根据所述相对深度以及实际深度图确定所述车辆的行车能见度。发明提供的基于深度估计的行车能见度确定方法及装置，可以在不影响车辆的正常行驶的情况下，精准预测车辆以及路段的行车能见度。
基于深度估计行车能见度确定方法装置

[发明专利]数据辨识方法、装置、电子设备及存储介质-CN202310273874.3在审
发明人：张毅;晏松;杨正;彭黎辉;胡坚明 -专利权人：清华大学
申请日： 2023-03-17 - 公布日： 2023-07-07 - 主分类号： G06F18/213 文献下载
摘要：本发明提供了一种数据辨识方法、装置、电子设备及存储介质。其中，方法包括：获取第一数据；所述第一数据表征车辆行驶过程中的驾驶情况；利用第一模型提取所述第一数据的第一特征向量；所述第一模型包含LSTM网络自编码器；利用所述第一模型和所述第一特征向量，生成第二数据；所述第二数据表征重构的车辆行驶过程中的驾驶情况；基于所述第一数据和所述第二数据，确定第一信息；所述第一信息表征第一数据是否为可信信息。本发明提供的方案，通过长短期记忆(LSTM)网络自编码器提取驾驶数据的特征向量，实现了对驾驶数据中非线性关系数据的提取和解析，从而提升获取的特征向量的多样性和复杂度，提高可信辨识结果的准确性。
数据辨识方法装置电子设备存储介质

[发明专利]一种视频实例分割方法、装置及介质-CN202211639540.5在审
发明人： 胡坚明;石运达;李力;姚丹亚 -专利权人：清华大学
申请日： 2022-12-20 - 公布日： 2023-06-30 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及一种视频实例分割方法、装置及存储介质，所述方法包括：将视频数据输入到深度学习模型中；基于所述深度骨干网络提取输入的每一视频帧图像的多层第一特征图；基于所述特征金子塔网络对提取的多层第一特征图进行信息融合处理，得到信息融合后的多层第二特征图；利用所述RPN网络对所述多层第二特征图进行处理，得到多个候选区域；利用所述边界框检测分支和所述掩膜预测分支对每一所述候选区域进行边界框检测和掩膜预测，得到每一所述视频帧图像的实例分割的结果；基于所述标签预测分支，利用全卷积网络提取不同视频帧图像的边界框内的实例的特征向量，并根据提取的特征向量进行实例的匹配。
一种视频实例分割方法装置介质

[发明专利]运力调度方法、装置、电子设备及存储介质-CN202310264969.9在审
发明人：张毅;晏松;杨正;胡坚明;张佐 -专利权人：清华大学
申请日： 2023-03-17 - 公布日： 2023-06-23 - 主分类号： G06Q10/0631 文献下载
摘要：本发明提供了一种运力调度方法、装置、电子设备及存储介质。其中，方法包括：获取第一信息；所述第一信息表征园区内车辆的状态；针对至少一个站点中每个站点，获取对应的第二信息；所述第二信息至少包含站点内乘客相关信息；基于所述第二信息，确定对应的第三信息；所述第三信息表征不同目标站点的乘客分布情况；确定第四信息；所述第四信息表征确定车辆行驶路径时所使用的约束条件，所述第四信息至少包含园区内车辆相关信息和车辆的交通规划信息；基于所述第三信息和所述第四信息，利用调度模型，确定所述站点至少一个车辆中每个车辆的行驶路径。本发明提供的方案，能够提高运力调度结果的合理性，从而提高车辆运送乘客的效率和车辆利用率。
运力调度方法装置电子设备存储介质

[发明专利]轨迹预测方法、电子设备及存储介质-CN202310266150.6在审
发明人：张毅;晏松;李林枫;王泽众;胡坚明 -专利权人：清华大学
申请日： 2023-03-13 - 公布日： 2023-05-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种轨迹预测方法、装置、电子设备及存储介质，电子设备获取第一数据；所述第一数据至少包含终端的票证数据和信令数据；对所述第一数据中的票证数据和信令数据进行融合处理，得到第二数据；基于第一模型和所述第二数据，预测用户的目标轨迹。本发明提供的方案，通过对票证数据和信令数据进行融合，并利用第一模型预测用户的目标轨迹，能够实时获取用户移动过程中的位置变化，从而在预测轨迹时，能够高预测结果的准确性和时效性。
轨迹预测方法电子设备存储介质

[发明专利]一种实现自适应加速测试的方法及装置-CN202310063836.5在审
发明人：张毅;杨敬轩;封硕;白若瑄;彭黎辉;张佐;胡坚明;裴华鑫 -专利权人：清华大学
申请日： 2023-01-12 - 公布日： 2023-04-25 - 主分类号： G05B23/02 文献下载
摘要：本文公开一种实现自适应加速测试的方法及装置，包括：根据第i‑1次及之前的自适应加速测试的测试结果，确定第i次自适应加速测试的重要性采样函数；根据确定的第i次自适应加速测试的重要性采样函数，采样确定第i次自适应测试的测试场景Xi；在采样确定的第i次自适应测试的测试场景Xi中对自动驾驶汽车进行自适应加速测试，获得测试结果；根据获得的测试结果，确定测试场景Xi的自适应加速测试的测试指标；根据确定的测试指标判断出测试结果收敛时，将确定的测试指标确定为测试评估结果。本发明实施例通过多重重要性采样函数的确定，加速了测试场景生成，提高了自动驾驶汽车测试评估的效率。
一种实现自适应加速测试方法装置

[发明专利]一种实例分割方法、装置及存储介质-CN202211654628.4在审
发明人： 胡坚明;石运达;姚丹亚;李力 -专利权人：清华大学
申请日： 2022-12-22 - 公布日： 2023-04-18 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及一种实例分割方法、装置及存储介质，所述方法包括：将图像输入到深度学习模型中，所述深度学习模型包括密集融合金字塔网络、RPN网络、边界框检测分支以及掩膜预测分支；基于密集融合金字塔网络提取输入图像的多层第一特征图，并对提取的多层第一特征图进行信息融合处理，得到信息融合后的多层第二特征图；利用RPN网络对所述多层第二特征图进行处理，得到多个候选区域；利用边界框检测分支和所述掩膜预测分支对每一所述候选区域进行边界框检测和掩膜预测，得到实例分割的结果。本申请技术方案，能够基于密集融合金字塔网络提取图像的多层特征图，并对提取的多层特征图进行深度的信息融合处理，从而便于实现更高准确率的实例分割结果。
一种实例分割方法装置存储介质

[发明专利]基于强化学习和相位竞争的自适应信号控制方法及系统-CN202210031174.9有效
发明人： 胡坚明;吴智楷;彭黎辉;裴欣 -专利权人：清华大学
申请日： 2022-01-12 - 公布日： 2023-04-07 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及一种基于强化学习和相位竞争的自适应信号控制方法及系统，其包括：与仿真环境交互得到交叉口状态，利用策略网络πθ的输出得到决策，在决策后收集奖励和下一时刻的状态，得到样本仿真轨迹；基于仿真轨迹，对PPO网络进行训练和参数更新，重复若干轮直至收敛。收敛后模型能基于交通流量的实时状态进行信号调整控制信号。本发明在保证信号控制的效果同时，能够适用于不同交叉口。本发明可以广泛在城市交通信号控制领域中应用。
基于强化学习相位竞争自适应信号控制方法系统

[发明专利]一种实例分割方法、装置及计算机可读存储介质-CN202211639495.3在审
发明人： 胡坚明;石运达;李力;姚丹亚 -专利权人：清华大学
申请日： 2022-12-20 - 公布日： 2023-03-31 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及一种实例分割方法、装置及存储介质，所述方法包括：将图像输入到深度学习模型中，所述深度学习模型包括递进传递增强金字塔网络、RPN网络、边界框检测分支以及掩膜预测分支；基于递进传递增强金字塔网络提取输入图像的多层第一特征图，并对提取的多层第一特征图进行信息融合处理，得到信息融合后的多层第二特征图；利用RPN网络对所述多层第二特征图进行处理，得到多个候选区域；利用边界框检测分支和掩膜预测分支对每一候选区域进行边界框检测和掩膜预测，得到实例分割的结果。本申请技术方案，能够基于递进传递增强金字塔网络提取图像的多层特征图，并对提取的多层特征图进行深度的信息融合处理，便于实现更高准确率的实例分割结果。
一种实例分割方法装置计算机可读存储介质

[发明专利]一种车路协同环境下实现车辆群体决策的方法及装置-CN202111161285.3有效
发明人：张毅;裴华鑫;姚丹亚;胡坚明;葛经纬 -专利权人：清华大学
申请日： 2021-09-30 - 公布日： 2023-02-17 - 主分类号： G08G1/01 文献下载
摘要：本文公开一种车路协同环境下实现车辆群体决策的方法及装置，本发明实施例对待通过冲突区的自动驾驶车辆，根据各车道的车辆的转向，按照车辆排序逐步确定车辆通过冲突区的顺序并计算车辆通过冲突区的总时长，在逐步确定车辆通过冲突区的顺序的同时，相同车辆按照不同顺序通过冲突区时，删除除总时长最短其他车辆排序的调度方案，降低了调度运算的运算量，提升了车辆协同的决策速度和实时性。
一种协同环境实现车辆群体决策方法装置

[发明专利]一种数据集多尺度评估方法、系统、设备和存储介质-CN202211156844.6在审
发明人： 胡坚明;张羽昂;石运达;朱贺;李星宇;彭黎辉 -专利权人：清华大学
申请日： 2022-09-22 - 公布日： 2022-12-30 - 主分类号： G06F16/215 文献下载
摘要：本发明涉及一种数据集多尺度评估方法、系统、设备和存储介质，包括以下步骤：基于建立的自动驾驶数据集多尺度评估体系，计算待评估数据集的各指标得分；绘制多尺度评估体系中各个指标之间的相互关系并建立网络结构，并使用网络层次分析法，计算各个指标权重；基于各指标权重与指标得分，计算待评估数据集的评估总得分；将待评估数据集的多尺度评估结果与指标阈值进行对比，得到待评估数据集的得到待评估数据集的多尺度评估结果。本发明可以广泛应用于数据集评估领域。
一种数据尺度评估方法系统设备存储介质

[发明专利]图像目标检测和实例分割方法、系统、计算设备及介质-CN202211114552.6在审
发明人： 胡坚明;石运达;李力;裴欣;张毅 -专利权人：清华大学
申请日： 2022-09-14 - 公布日： 2022-11-22 - 主分类号： G06V10/26 文献下载
摘要：本发明涉及一种图像目标检测和实例分割方法、系统、计算设备及介质，其包括：将图像输入包含可切换空洞卷积的骨干残差网络中进行不同阶段特征提取，得到不同深度下的多尺度的特征图；将多尺度的特征图输入颈部网络，进行递归特征金字塔的递归融合，得到新的特征图，并进行候选区域的生成，得到感兴趣区域；将感兴趣区域输入头部网络，进行实例类别、类别置信度、实例边界框和实例掩膜的预测。本发明能有效提升性能及有效性，并在更广泛的领域上获得潜在应用价值。本发明可以在图像数据处理领域中应用。
图像目标检测实例分割方法系统计算设备介质

[发明专利]一种基于贝叶斯神经网络的出行方式识别方法-CN202010101845.5有效
发明人：裴欣;胡坚明;贾邵程;岳云;李力;江逸楠 -专利权人：清华大学;中国电子科技集团公司电子科学研究院
申请日： 2020-02-19 - 公布日： 2022-11-15 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于贝叶斯神经网络的出行方式识别方法，其特征在于包括以下步骤：1)对原始交通出行数据进行预处理，得到预处理后的数据集；2)对预处理后的数据集进行速度统计直方图特征抽取，从得到的速度统计直方图特征中随机抽取若干组作为训练数据集，其他数据作为测试数据集；3)根据步骤2)中得到的训练数据集和测试数据集的维度大小，构建贝叶斯神经网络；4)利用步骤2)中的训练数据集对步骤3)中构建的贝叶斯神经网络进行训练，得到训练好的贝叶斯神经网络；5)利用步骤4)中训练好的贝叶斯神经网络对测试数据集进行测试，得到测试数据集的出行方式识别结果。本发明可以广泛应用于智能交通和模式识别领域。
一种基于贝叶斯神经网络出行方式识别方法

[发明专利]一种基于车辆驾驶统计数据的交通信息可信辨识方法-CN202111028908.X有效
发明人：张毅;晏松;史宇辰;胡坚明;葛经纬 -专利权人：清华大学
申请日： 2021-09-01 - 公布日： 2022-11-01 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种基于车辆驾驶统计数据的交通信息可信辨识方法，引入了驾驶员驾驶行为特征进行可信辨识，建立了一种基于驾驶行为数据统计方法的可信辨识模型，使用统计方法，通过驾驶员历史驾驶数据的分布特点提取驾驶行为特征，再通过判断时的驾驶数据是否符合所提取的驾驶行为特征，给出可信概率数值，以判断交互信息是否合法。本发明可以有效检测车辆通信数据的异常情况，包括车辆传感器数据错误或黑客攻击篡改通信数据等情况，提高了车路协同环境下智能交通系统的安全性与可靠性。
一种基于车辆驾驶统计数据交通信息可信辨识方法

[发明专利]针对仿真动力学偏差的决策方法及装置-CN202210716213.9在审
发明人：詹仙园;牛浩懿;胡坚明 -专利权人：清华大学
申请日： 2022-06-22 - 公布日： 2022-09-30 - 主分类号： G06F30/20 文献下载
摘要：本发明实施例提供一种针对仿真动力学偏差的决策方法及装置，其中方法包括：获取待决策对象的状态数据；将所述状态数据输入至决策模型，获得所述决策模型输出的决策结果；其中，所述决策模型是基于针对仿真动力学偏差的离线在线混合强化学习构建的，所述决策模型是基于混合样本训练得到的，所述混合样本包括离线真实样本和在线仿真样本。本发明实施例提供的针对仿真动力学偏差的决策方法及装置，通过针对仿真动力学偏差的离线在线混合强化学习，结合离线真实样本和在线仿真样本，缩小动力学偏差对训练的影响，使得仿真得到的决策结果可以直接应用于真实世界中，提高了决策的准确度。
针对仿真动力学偏差决策方法装置

1
2
3
4
下一页»
尾页
共 57 条