刘伟
- 作品数：5 被引量：5H指数：1
- 供职机构：北京信息科技大学自动化学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 自动驾驶车辆视觉全局定位研究综述
- 2022年
- 视觉全局定位指根据视觉相机的当前图像,预测相机在地图坐标系中的绝对位姿,是自动驾驶技术框架中的关键环节。鉴于自动驾驶的场景复杂性,目前尚无一套成熟的、已落地使用的视觉全局定位方案,但对此技术的研究依然是近年来的热点方向。在早期的视觉全局定位研究中,大量的工作基于传统计算机视觉方法,利用关键点或关键帧的匹配进行位姿估计。近年来,随着深度学习的兴起,视觉全局定位的算法也逐步开始部分地或端到端地使用神经网络模型,并且在优化框架结构和设计约束函数等方面不断取得进展。目前,在定位精度方面,部分深度学习视觉全局定位算法已经能够达到比传统算法更好的定位精度,同时具备计算耗时短、不易受光照影响和泛化性强等优势,但是也依然存在大尺度场景(10公里级别)的定位精度有待提升的问题,需要在后续的研究中通过多阶段的级联网络模型或者引入道路元素信息作为参考等方法进行改进。
- 刘伟刘伟田咪孙佳
- 关键词：视觉定位位姿估计
- 城市大数据认知计算研究与应用进展
- 2024年
- 城市大数据为城市运行状态估计与综合决策提供理论与行动支撑,而其多源异构、耦合度低及动态变化等特点给传统的集成分析带来极大挑战。认知计算适用于时变多维、复杂多样数据的分析与挖掘,并可对问题进行自适应学习与进化,是解决城市大数据问题的重要途径。文中以城市大数据为背景,根据城市大数据的不同类型结构等特点,针对性地按照认知流程的4个环节对相应处理方法进行归纳,并进一步从知识驱动、数据驱动以及知识与数据协同驱动的角度,对上述具体方法进行概念级分类。最终形成城市大数据认知流程中不同驱动方式的方法间有机协同,从感知理解到决策行为的城市大数据认知闭环。同时从应用领域多角度综述了城市大数据认知计算的研究与发展现状。最后讨论了认知计算在城市大数据建设领域面临的挑战,并对未来发展趋势和研究方向进行了思考和展望。
- 刘伟孙佳王鹏陈亚繁
- 关键词：智慧城市大数据知识驱动数据驱动
- 基于自步学习与稀疏自表达的半监督分类方法被引量：4
- 2020年
- 基于图的半监督分类方法近年来在模式识别和机器学习领域取得了广泛的关注.然而许多传统方法在构建邻域图时采用固定的邻域尺寸,且在模型训练过程中同等对待所有样本,忽略了样本间的差异性,从而影响了方法的效果.对此,文章提出一种基于自步学习和稀疏自表达的半监督分类方法,提取并保持数据的有判别信息的稀疏自表达结构,并基于自步学习机制提出一种新的自步学习项,将数据重要程度的软权重与硬权重相结合,来对样本进行学习.所提方法能够自适应建立数据间的关系,自动给出样本的重要程度并由易到难进行学习,且具有多类的显性非线性分类函数.几个标准数据集上的实验结果表明,所提算法具有较好的半监督分类效果.
- 古楠楠孙湘南刘伟李路云
- 关键词：半监督分类半监督学习
- 基于随机蕨丛的3D-SLAM重定位方法被引量：1
- 2017年
- 针对3D-SLAM系统在未知环境中建图可能会出现的匹配失败而导致定位丢失的问题,提出了一种基于随机蕨丛的视觉里程计实时重定位方法。利用视觉里程计算法获取关键帧和关键帧对应的位置姿态;利用随机蕨丛算法对关键帧图像编码,并存储编码结果;通过定义随机蕨丛编码结果之间的差异,增量存储关键帧;当视觉里程计模块判断当前定位丢失时,比对当前帧与之前关键帧的编码结果,寻找最相近的关键帧进行重定位。采用TUM数据集对算法进行测试,在时间消耗仅增加20%的情况下,实现在3D-SLAM过程中定位丢失时的重定位,提升建图成功率。
- 刘伟张奇志周亚丽
- 关键词：视觉里程计重定位
- 基于张量分解嵌入的时序知识图谱推理
- 2024年
- 针对现有时序知识图谱推理中外推方法没有充分利用时间信息的问题,受张量分解模型的启发,提出将关系嵌入分为静态和动态(时序)2个部分,并通过头实体嵌入、关系嵌入和所有实体嵌入之间的双线性评分函数,计算得到对象实体的概率,从而预测对象实体。最后,在3个数据集上的实验结果验证了该方法的有效性。
- 刘伟谢璐钧张智慧陈亚繁
- 关键词：张量分解
