-
公开(公告)号：CN106043617A
公开(公告)日：2016-10-26
申请号：CN201610551394.9
申请日：2016-07-13
Applicant: 南京信息工程大学
CPC classification number: B63B39/062 , B63B43/18 , B63B2043/185
Abstract: 本发明公开了一种避让障碍且防倾覆的无人船及其避让和防倾覆的方法，船体上设有防倾覆装置和避让装置；防倾覆装置包括被动式防倾覆结构和主动式防倾覆结构。与现有技术相比，本发明的有益效果是：船体上设有防倾覆装置和避让装置；防倾覆装置包括被动式防倾覆结构和主动式防倾覆结构，被动防倾覆方案是在船体上安装船翼，被动增加将要侧倾时的阻力，减小侧倾可能性，船身周围还会贴上缓冲垫以减小未知冲击力，该设计可以提高船体的稳定性，避让装置可以防止无人船碰撞障碍物而造成船体的损失，并帮助无人船顺利避让障碍。
-
公开(公告)号：CN104867162A
公开(公告)日：2015-08-26
申请号：CN201510275727.5
申请日：2015-05-26
Applicant: 南京信息工程大学
IPC: G06T7/20
CPC classification number: G06T7/215
Abstract: 本发明公开了一种基于多成分鲁棒PCA的运动目标检测方法，包括：S101、对待检测视频序列进行行列向量化，获得视频数据矩阵；S102、根据所述视频数据矩阵，构建多成分鲁棒PCA模型；S103、采用增广拉格朗日乘子法对所述多成分鲁棒PCA模型进行交替迭代优化和乘子更新；S104、更新迭代次数，计算并判断当前次迭代是否收敛；S105、若当前次迭代收敛，则根据当前次迭代结果计算得到背景矩阵、所检测得到的运动目标矩阵和背景中的动态变化矩阵，从而实现运动目标检测，否则返回执行步骤S103。本发明可以从背景扰动中分离出有意义的显著运动目标，提升检测算法的鲁棒性。
-
-
公开(公告)号：CN102915582A
公开(公告)日：2013-02-06
申请号：CN201210355933.3
申请日：2012-09-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于人脸识别的住宅访客系统，该系统包括室外人脸采集和识别客户端、无线路由、服务器、GSM模块、无线网络模块、门锁单片机控制模块；其中：所述室外人脸采集和识别客户端用于采集访客人脸图像信息，并将采集的信息经过预处理后通过无线路由发送至服务器；服务器通过无线网络模块发送开锁指令至门锁单片机控制模块，由门锁单片机控制模块控制门锁驱动结构开启门锁。本发明是一种集访客管理、数字射频门锁控制及住宅远程监控为一体的智能家居系统。
-
公开(公告)号：CN117809100B
公开(公告)日：2024-12-13
申请号：CN202311847377.6
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/44 , G06N3/045 , G06N20/00 , G06N3/096
Abstract: 本发明公开了一种双粒度提示下基于回放的持续学习模型建立方法及装置，本发明首先对训练数据集中的图像进行预处理；然后构建双粒度提示下基于回放的持续学习模型，包括特征提取器、分类器、输入感知提示模块和代理特征提示模块；所述特征提取器用于从输入的样本中提取特征；所述分类器用于将特征提取器输出的特征进行分类；所述输入感知提示模块用于网络输入的额外补充，帮助生成更合理和多样化的输入分布，提高网络的泛化能力；所述代理特征提示模块用于弥合教师和学生模型之间的知识差距，以在特征转移过程中保持一致性，增强了特征的可塑性和稳定性。本发明可以高效完成持续学习任务，图像分类精度比现有持续学习方法更优。
-
Patent Agency Ranking
公开(公告)号：CN117746139B
公开(公告)日：2024-11-29
申请号：CN202311771402.7
申请日：2023-12-20
Applicant: 南京信息工程大学
IPC: G06F17/00
Abstract: 本发明公开了一种类增量目标计数自我反思模型建立方法及装置，本发明首先对训练数据集中的图像进行预处理；然后构建类增量目标计数自我反思模型，包括全局感知增量回归分支、不确定性预估分支和自我反思机制；所述全局感知增量回归分支用于提取输入图像的全局特征，生成图像对应类别的预测密度图；所述不确定性预估分支用于保持稳定性的同时增强网络的可塑性，并使用该分支的输出作为正则化信号引导增量回归分支的学习过程；所述自我反思机制修正增量回归分支的输出，促进增量分支对旧类别知识的反思，增强模型输出密度图的准确性。本发明可以高效完成类增量目标计数任务，计数结果比现有技术更优。
-
公开(公告)号：CN118658106A
公开(公告)日：2024-09-17
申请号：CN202411132278.4
申请日：2024-08-19
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于特征解耦增强的文本生成视频方法，属于文本生成视频技术领域。其包括，将用户文本输入到预先训练好的文本生成视频网络模型中，得到与所述用户文本描述相符的视频；其中，所述文本生成视频网络模型包括视觉特征解耦网络、跨帧注意力模块及时间注意力模块，所述视觉特征解耦网络用于将视频特征进行解耦分层，所述跨帧注意力模块用于加强解耦分层的视频特征连续三帧的关联，所述时间注意力模块用于加强经过跨帧注意力输出的隐层特征全局帧的关联；本发明适用于文本生成视频，能够有效提升了生成视频细节质量。
-
公开(公告)号：CN118015352A
公开(公告)日：2024-05-10
申请号：CN202410144769.4
申请日：2024-02-01
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明属于计算机视觉领域，具体为一种样本均衡学习类增量目标计数建模方法，旨在解决模型在类增量目标计数过程中由于新旧类样本失衡导致的灾难性遗忘问题，同时提高模型对新类的感知能力以及帮助模型更好的实现稳定性与可塑性的平衡。本发明主要包括提出的两个新损失函数：(1)样本再平衡损失函数，根据其样本计数的难易程度动态再平衡新旧类样本的损失贡献，使得模型在更关注旧类样本缓解灾难性遗忘的同时，提高其对新类样本的感知能力；(2)梯度衰减损失函数，通过动态约束计数模型的梯度信息，在不损害其可塑性的情况下，最大限度地保留旧知识，更好的实现稳定性与可塑性的平衡。
-
公开(公告)号：CN117788962B
公开(公告)日：2024-05-10
申请号：CN202410213054.X
申请日：2024-02-27
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/40 , G06V10/774 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于持续学习的可扩展点云目标识别方法与系统，包括获取不同的点云目标识别数据集，基于预设类别将数据集划分为若干批次。然后基于PointNet网络，构建双分支结构的知识注入网络，该知识注入网络包括稳定性分支、以及可塑性分支；稳定性分支用于得到稳定性分支输出特征；可塑性分支用于得到可塑性分支输出特征；对稳定性分支输出特征、可塑性分支输出特征进行混合，得到混合知识特征。最后对混合知识特征输入至分类器，得到识别结果。本发明差异性局部感知模块提升了PointNet网络的差异性局部特征感知能力，通过知识注入网络设计，引入过去的模型特征知识进行多源知识补充，可以缓解对过去类别识别能力下降的现象。
-
公开(公告)号：CN117808710A
公开(公告)日：2024-04-02
申请号：CN202311847371.9
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06T5/77 , G06N3/045 , G06N3/0499 , G06T5/10 , G06N3/08 , G06N3/0464 , G06F17/14 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/776
Abstract: 本发明公开了一种基于傅里叶变换Transformer网络的低光图像增强方法及装置，本发明首先获取若干低光图像及对应的参考标准图像，并对低光图像进行预处理，之后构建傅里叶变换Transformer网络，再将预处理后的低光图像和对应的正常光图像作为样本，对所述傅里叶变换Transformer网络进行训练；最后将待增强的低光图像输入训练好的傅里叶变换Transformer网络，得到增强后的图像。本发明可以对低光图像甚至极低光图像进行图像增强，增强后的图像效果相比现有技术更好。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.025 seconds)
