北京联合大学机器人学院
- 作品数：329 被引量：888H指数：13
- 相关作者：张建陈秋媛更多>>
- 相关机构：沈阳航空航天大学电子信息工程学院清华大学机械工程学院北京工业大学机械工程与应用电子技术学院更多>>
- 发文基金：国家自然科学基金北京市自然科学基金北京市教育委员会科技发展计划面上项目更多>>
- 相关领域：自动化与计算机技术文化科学交通运输工程机械工程更多>>
- 面向智能驾驶的行人多目标跟踪算法研究被引量：1
- 2023年
- 多目标跟踪(multi-object tracking,MOT)是智能驾驶场景中的一个研究热点,大多数现代MOT网络遵循“逐检测跟踪”范式,跟踪目标的轨迹关联是其中一个急需解决的热点问题。针对场景混乱以及意外的遮挡造成的对象重叠往往会导致遗漏检测,进而增加了数据关联的难度等问题,提出融合注意力机制和无锚框检测的智能驾驶多目标跟踪算法PDTNet。将金字塔分割注意力模块融入深层聚合网络,提高多尺度特征的表示能力;设计一个简单Re-identification模块,将由无锚框检测器获得的目标检测与已有的跟踪轨迹相结合进行多步匹配,实现强鲁棒性的多目标跟踪。实验结果表明,在MOT16、MOT17数据集和BUUISE数据集上验证了算法的有效性,提高了多目标跟踪的检测准确率、关联准确率以及跟踪总精度等,在智能驾驶多目标跟踪场景中有很大应用。
- 闫晨阳刘宏哲徐成李学伟
- 关键词：多目标跟踪智能驾驶
- 基于改进单级特征图方法的交通标志检测被引量：2
- 2022年
- 基于深度学习的交通标志牌检测算法取得了突破性的进展,但在检测精度和速度方面仍得不到兼顾。针对此问题,本文在YOLOF算法的基础上提出了一种改进的算法,在YOLOF网络检测分支中融入注意力机制以增强网络对交通标志牌目标的表示,并利用CIoU改进损失函数;使用数据增广模拟自动驾驶过程中的复杂环境,增强检测模型的鲁棒性。对比实验结果表明:本文提出的改进方法具有更高的检测精度,能够达到检测精度和速度的平衡。
- 梁天骄鲍泓潘卫国潘峰胡正坤
- 关键词：目标检测交通标志牌
- ARAIM技术研究进展被引量：11
- 2019年
- 随着多星座卫星导航系统和双频技术的发展,高级接收机自主完好性监测(ARAIM)技术应用于更高阶段的精密进近成为可能。首先介绍了与ARAIM相关的3个重要内容:完好性性能要求、完好性支持信息、威胁类型及缓解方法。然后,对ARAIM国内外相关技术研究进行了综述,从故障分类、星座配置和ARAIM可用性及其预测3个方面。最后,结合ARAIM现阶段的发展,对未来的研究进行展望。
- 王尔申王尔申宏晨曲萍萍蓝晓宇王传云庞涛
- 关键词：可用性
- 软件工程专业课程群思政的建设与改革——以北京联合大学为例被引量：2
- 2023年
- 善用“大思政课”是新时代对教育工作者的新要求,北京联合大学软件工程专业教学团队将“大思政课”思想融入专业思政、课程思政,发挥团队优势开展教学改革,进行了专业思政整体性设计,组建课程群团队,实现课程思政全覆盖展开。以课程群为小组开展形式多样的教学探索,凝练出“双主线、三结合”的软件工程课程思政特色。
- 杜煜刘畅
- 关键词：课程群
- 基于改进注意力迁移的实时目标检测方法被引量：1
- 2021年
- 目前深度神经网络模型需要部署在资源受限的环境中,故需要设计高效紧凑的网络结构。针对设计紧凑的神经网络提出一种基于改进注意力迁移的模型压缩方法(KE),主要使用一个宽残差教师网络(WRN)指导一个紧凑的学生网络(KENet),将空间和通道的注意力迁移到学生网络来提升性能,并将该方法应用于实时目标检测。在CIFAR上的图像分类实验验证了经过改进注意力迁移的知识蒸馏方法能够提升紧凑模型的性能,在VOC上的目标检测实验验证了模型KEDet具有很好的精度(72.7 mAP)和速度(86 fps)。实验结果充分说明基于改进注意力迁移的目标检测模型具有很好的准确性和实时性。
- 张弛刘宏哲
- 关键词：神经网络目标检测
- 基于综合辨识信息的SLIC超像素分割算法被引量：6
- 2021年
- 简单线性迭代聚类算法(SLIC)作为目前主流的基于聚类的超像素分割算法,能产生形状规整的超像素,但是边界附着度不高,针对以上问题本文提出了基于综合辨识信息的SLIC超像素分割算法。该算法首先调整种子点的初始化选取方式,计算像素梯度值,扩大初始聚类中心的选取范围。其次在距离度量时,加入像素的边缘概率,以权重的方式加入到距离公式中,减少了像素的误分割现象。实验结果表明,本文方法与SLIC算法相比,在分割质量方面有明显提升;同时与其他几种算法相比,本文提出的算法可以有效地提高超像素的边界附着度,同时降低像素的分割错误率。
- 陈莹莹康艳李文法宏晨
- 关键词：聚类
- 目标检测的研究进展
- 目标检测是计算机视觉领域和机器学习领域的研究热点,至今已有接近20年的研究历史,从过去的Viola-Jones Detector、DPM,到近6年来出现的R-CNN、OverFeat,以及后面的Fast R-CNN,Fa...
- 王彩云
- 关键词：目标检测
- 文献传递
- 基于卷积神经网络的语义分割研究进展
- 语义分割是图像理解的重要手段.为每个像素分配相应的标签,将图像分割成不同的类别区域,在无人驾驶医学图像处理等领域具有重要的研究意义.对近年来语义分割的方法进行阐述,从分辨率、多尺度和注意力机制3个角度对模型结构研究进展进...
- 鹿鑫杜煜徐世杰吴思凡
- 关键词：图像理解卷积神经网络信息融合
- 应用型大学辅导员深度辅导专业化的“四重保障”法
- 2024年
- 深度辅导是高校辅导员开展思想政治教育工作的重要途径,能准确把握学生的思想特点和发展诉求,既促进学生健康成长,又促进学生个性化发展,符合新时代人才多元化发展的需求。应用型大学深度辅导工作虽然取得了一些成果,但是专业化建设任重道远,在规范性、精准性、时效性和实效性方面还存在一些问题。通过问题成因分析,从制度保障、信息资源保障、反馈通道保障、分层辅导保障方面提出了深度辅导工作的“四重保障”法,促进辅导员提高深度辅导工作的专业化水平。
- 李伟华卢丹蕾
- 关键词：深度辅导
- 基于无人机航拍影像处理的车速检测研究被引量：2
- 2020年
- 车速检测作为交通系统中的重要一环,其效果与交通数据的采集方式紧密相关。当前车速检测大多依托增加道路基本设施等方式来实现,所需成本较高且容易受外界因素影响。文中引入机动性强且节能环保的无人机作为提取交通信息的媒介,对航拍所得视频中的影像做移动物体提取并进行车辆分类,随后提取车道范围及车道线宽度,以车道宽度为比例尺,利用前后影像相减法计算车辆移动像素距离,估算车辆速度。在不同飞行高度下对该方法的有效性进行验证,所得车速平均误差为3.22%,可有效解决智能交通系统中广域信息的获取问题。该方法可广泛应用于智能交通管理、灾害预测、地形地貌观测、农林防灾、应急救援等领域。
- 赵晋龙浩张雅婷
- 关键词：车速检测无人机遥感智能交通系统影像处理SIFT
