公开(公告)号：CN110068113A

公开(公告)日：2019-07-30

申请号：CN201910337553.9

申请日：2019-04-25

Applicant: 南京邮电大学

Inventor： 张训飞 ,  熊健 ,  王一平 ,  马强

IPC: F24F11/65 ,  F24F11/70 ,  G06K9/00 ,  F24F110/10 ,  F24F120/10

Abstract: 本发明公开了一种基于深度学习的地铁环境温控系统及方法，包括以下过程：将整个地铁车厢内部空间分成若干个区间，采集各区间内所有乘客的图像及各区间内温度数据；根据各区间内所有乘客的图像评估乘客的拥挤度和动作；根据乘客的拥挤度和动作来判断各区间温度的调节方向；根据各区间温度的调节方向，对各区间内进行通风或加热。本发明提出了依据拥挤度和乘客姿势动作特征来判断温度调节方向，能够有效地保证地铁环境的舒适度。相比于传统方法，其具有更好的温度调控的及时性、准确性。

公开(公告)号：CN110070127B

公开(公告)日：2022-08-16

申请号：CN201910318727.7

申请日：2019-04-19

Applicant: 南京邮电大学

Inventor： 张训飞 ,  熊健 ,  马强 ,  王一平 ,  杨洁 ,  桂冠

IPC: G06V20/00 ,  G06V10/774 ,  G06V10/74 ,  G06V10/26 ,  G06V10/82

Abstract: 本发明公开一种面向家居产品精细识别的优化方法。包括：对供应商家居产品拍摄全景视频并进行经纬线构图处理，细分成多视角获取图像；对相邻点图像进行技术处理，组成最佳的有效图像集并训练评估；对用户实拍的家居图像进行目标检测，再与图像集对比判断。本发明还公开一种家居产品识别应用系统。本发明通过增加训练集的数量，增强图像的特征提取性能，进而增强精细识别的准确度，对图像的不精确识别、错误识别问题的研究具有重大意义。

公开(公告)号：CN110084843A

公开(公告)日：2019-08-02

申请号：CN201910327972.4

申请日：2019-04-23

Applicant: 南京邮电大学

Inventor： 熊健 ,  王一平 ,  张训飞 ,  马强 ,  杨洁 ,  桂冠

IPC: G06T7/41 ,  G06N3/08 ,  G06N3/02 ,  B33Y50/00 ,  B29C64/386 ,  H04N13/106 ,  H04N13/161

Abstract: 本发明公开一种应用于家具三维打印的基于深度学习的图像压缩方法，包括：采集家具表面纹理图像数据；对所述家具表面纹理图像数据进行量化编码；构建图像熵神经网络模型；将所述量化编码后的图像数据输入图像熵神经网络模型进行训练，得到图像压缩网络模型；将待打印的家具表面纹理图像数据输入所述图像压缩网络模型，得到压缩后的家具表面纹理图像数据；再将压缩后的图像数据传入三位打印机执行解压、打印工序；本发明的神经网络模型能有效地压缩具有丰富结构信息和独特几何纹理的家具纹理图像，最大限度地减少原始图像与解压图像之间的均方误差；本发明应用于家具三维打印时，可以有效降低内存占用空间，提高打印图像图像的分辨率。

公开(公告)号：CN110070055A

公开(公告)日：2019-07-30

申请号：CN201910337674.3

申请日：2019-04-25

Applicant: 南京邮电大学

Inventor： 张训飞 ,  熊健 ,  马强 ,  王一平

IPC: G06K9/00 ,  G06Q10/06 ,  G06Q50/26

Abstract: 本发明公开了一种基于深度学习的基建场景安全检测系统及方法，包括以下过程：采集基建场景内各视角的视频图像；从视频图像中获取各人员图像；根据各人员图像进行人员识别，并与企业员工照片库比对以判断各人员是否是企业从业人员；若是企业从业人员，则根据人员图像判断头盔与着装是否符合安全着装要求；若不符合安全着装要求，则进行报警。本发明主要提出了基建场景摄像头设置方案、人物目标检测、人脸识别、头盔与着装目标检测方案，能够有效地保证基建场景的安全性。相比于传统方法，其具有更好的预警和干预的及时性、有效性。

公开(公告)号：CN110084892A

公开(公告)日：2019-08-02

申请号：CN201910327998.9

申请日：2019-04-23

Applicant: 南京邮电大学

Inventor： 熊健 ,  马强 ,  王一平 ,  张训飞 ,  杨洁 ,  桂冠

IPC: G06T19/00

Abstract: 本发明公开一种基于增强现实技术的图像数据集生成方法，通过增强现实软件生成目标物体的三维虚拟图像，再根据背景组合原则选择不同的真实背景，根据角度选取原则选择不同的拍摄角度，根据遮挡模拟原则选择不同的遮挡情况，以获取目标物体在多场景、多角度和不同遮挡情况下的组合图像，最后将获取的图像生成图像数据集；本发明通过利用增强现实技术增加数据集图像背景种类，图像采集的角度和遮挡情况，解决了现有技术中的图像数据集在规模上的局限性，大大提高了数据集上下文的复杂度，使得模型在“罕见”图像上具有更良好的效果，对缓解深度学习中的组合爆炸问题具有重大意义。

公开(公告)号：CN110070127A

公开(公告)日：2019-07-30

申请号：CN201910318727.7

申请日：2019-04-19

Applicant: 南京邮电大学

Inventor： 张训飞 ,  熊健 ,  马强 ,  王一平 ,  杨洁 ,  桂冠

IPC: G06K9/62

Abstract: 本发明公开一种面向家居产品精细识别的优化方法。包括：对供应商家居产品拍摄全景视频并进行经纬线构图处理，细分成多视角获取图像；对相邻点图像进行技术处理，组成最佳的有效图像集并训练评估；对用户实拍的家居图像进行目标检测，再与图像集对比判断。本发明还公开一种家居产品识别应用系统。本发明通过增加训练集的数量，增强图像的特征提取性能，进而增强精细识别的准确度，对图像的不精确识别、错误识别问题的研究具有重大意义。