公开(公告)号：CN110321813B

公开(公告)日：2023-06-20

申请号：CN201910525062.7

申请日：2019-06-18

Applicant: 南京信息工程大学

Inventor： 孙伟 ,  张旭 ,  张小瑞 ,  张国策 ,  葛男男

IPC: G06V40/10 ,  G06V10/26 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了基于行人分割的跨域行人重识别方法，该方法分为三个阶段，第一阶段：将源域图片和目标域图片输入到行人分割模型中，通过GAN网络生成具有源域内容和目标域风格的图片；第二阶段：将生成的新图片输入到CNN网络，提取图片间的特征距离，使用TriHard loss训练模型；第三阶段：加载训练好的行人重识别模型，提取目标域的行人图片特征。给定待检索的行人图片，检索最匹配的行人图片并输出。本发明设计训练得到一个新的行人重识别模型，训练源域内容图片，并在目标域数据集测试，有效减小不同数据集之间风格差异对跨域行人重识别模型性能的影响，网络性能好，模型泛化能力强。

公开(公告)号：CN110837778B

公开(公告)日：2023-08-18

申请号：CN201910968292.0

申请日：2019-10-12

Applicant: 南京信息工程大学

Inventor： 孙伟 ,  葛男男 ,  张小瑞 ,  张旭 ,  张国策

IPC: G06V40/20 ,  G06V10/82 ,  G06V10/40 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于骨架关节点序列的交警指挥手势识别方法，首先，采集不同视角、不同场景及不同速度下交警指挥手势的视频片段；其次，基于改进的目标检测算法检测出含有交警的图像，输出包含交警的目标框与坐标信息的多帧交警指挥动作图像；然后，通过姿态估计算法提取交警关节点信息，按时间顺序组合形成关节点序列；最后，使用时空图卷积模型对得到的交警指挥交通时的身体关节点序列进行处理，从而识别交警指挥手势动作类别。本发明能够实现复杂场景下交警指挥手势的稳定、准确、快速识别。

公开(公告)号：CN111003192A

公开(公告)日：2020-04-14

申请号：CN201911396466.7

申请日：2019-12-30

Applicant: 南京信息工程大学

Inventor： 葛男男 ,  孙伟 ,  曹界宇

IPC: B64D45/04 ,  B64D45/08 ,  G05D1/10

Abstract: 本发明涉及一种基于GPS与视觉的无人机自主着陆系统和着陆方法，其方法包括：无人机在正常飞行过程中，收到一键返航指令，无人机保持正常飞行高度，开始飞往着陆点正上方的第一段降落位置，此过程采用GPS定位系统；无人机到达第一段降落位置后，开始以5m/s的垂直速度下降到距离目标正上方高度5米的第二段降落位置，此过程采用GPS定位系统；无人机到达第二段降落位置后，开始以1m/s的垂直速度下降到地面，此过程采用视觉定位系统；无人机到达地面后，无人机桨叶停止转动。所述无人机自主着陆系统采用GPS和视觉定位的方法，最大限度的提高了无人机的降落精度。

公开(公告)号：CN110837778A

公开(公告)日：2020-02-25

申请号：CN201910968292.0

申请日：2019-10-12

Applicant: 南京信息工程大学

Inventor： 孙伟 ,  葛男男 ,  张小瑞 ,  张旭 ,  张国策

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于骨架关节点序列的交警指挥手势识别方法，首先，采集不同视角、不同场景及不同速度下交警指挥手势的视频片段；其次，基于改进的目标检测算法检测出含有交警的图像，输出包含交警的目标框与坐标信息的多帧交警指挥动作图像；然后，通过姿态估计算法提取交警关节点信息，按时间顺序组合形成关节点序列；最后，使用时空图卷积模型对得到的交警指挥交通时的身体关节点序列进行处理，从而识别交警指挥手势动作类别。本发明能够实现复杂场景下交警指挥手势的稳定、准确、快速识别。

公开(公告)号：CN110321813A

公开(公告)日：2019-10-11

申请号：CN201910525062.7

申请日：2019-06-18

Applicant: 南京信息工程大学

Inventor： 孙伟 ,  张旭 ,  张小瑞 ,  张国策 ,  葛男男

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了基于行人分割的跨域行人重识别方法，该方法分为三个阶段，第一阶段：将源域图片和目标域图片输入到行人分割模型中，通过GAN网络生成具有源域内容和目标域风格的图片；第二阶段：将生成的新图片输入到CNN网络，提取图片间的特征距离，使用TriHard loss训练模型；第三阶段：加载训练好的行人重识别模型，提取目标域的行人图片特征。给定待检索的行人图片，检索最匹配的行人图片并输出。本发明设计训练得到一个新的行人重识别模型，训练源域内容图片，并在目标域数据集测试，有效减小不同数据集之间风格差异对跨域行人重识别模型性能的影响，网络性能好，模型泛化能力强。

公开(公告)号：CN210222120U

公开(公告)日：2020-03-31

申请号：CN201920774912.2

申请日：2019-05-27

Applicant: 南京信息工程大学

Inventor： 葛男男 ,  孙伟 ,  张旭

IPC: G01R23/10

Abstract: 本实用新型公布了一种基于STM32的等精度宽带频率计，包括STM32（微型处理器）、显示模块、电源电路，其中MCU包含控制单元、第一计数器、输入捕获单元、第二计数器、运算单元。与现有技术相比，本实用新型体积小、功耗低、更加便携，充分利用STM32，以软件实现等精度测频过程，具备高精度、高宽带、成本低廉。