-
公开(公告)号：CN113673325A
公开(公告)日：2021-11-19
申请号：CN202110793285.9
申请日：2021-07-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种多特征人物情绪识别方法，首先通过使用3D卷积神经网络提取视频中面部与身体的局部时空特征，然后在稀疏编码树的框架下，使用MOD算法对所提取的特征向量进行字典学习得到稀疏编码，最后将稀疏编码作为输入在稀疏编码树节点处训练SVM分类器，不断分类，最终输出单一类别的情绪表征；本发明能够很好地适应于不同场景，具有较强的泛化能力，还能够提高在多遮挡环境的视频中人物情绪识别的准确率。
-
公开(公告)号：CN110232492B
公开(公告)日：2021-06-18
申请号：CN201910255573.1
申请日：2019-04-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进离散粒子群算法的多无人机协同任务调度方法，根据敌方目标的位置和无人机的基本信息，解决了无人机协同多目标打击任务调度问题。本发明将任务调度的约束条件融入到粒子的更新中，使用交叉变异改进了粒子的迭代方式，并且使用变异操作避免了算法陷入局部极值。本发明使用了改进的离散粒子群算法根据无人机完成任务的航程代价和最大无人机暴露时间对调度方案进行对比研究，经过多次迭代得出最佳的任务调度方案。
-
公开(公告)号：CN109903339B
公开(公告)日：2021-03-05
申请号：CN201910235608.5
申请日：2019-03-26
Applicant: 南京邮电大学
Abstract: 本发明公开一种多维融合特征的视频群体人物定位检测方法。该发明首先抽取多层级视频特征图，建立自顶向下和自底向上的双向特征处理通道充分挖掘视频的语义信息，接着融合多层级视频特征图获取多维融合特征，抓取视频候选目标，最后并行处理候选目标位置回归和类别分类，完成视频群体人物定位检测。本发明通过融合多层级特征获得丰富的视频语义信息，同时进行多任务预测操作，有效提升群体人物定位检测的速度，具有良好的准确率和实施性。
-
公开(公告)号：CN111405573A
公开(公告)日：2020-07-10
申请号：CN202010234343.X
申请日：2020-03-30
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于改进双边叫价拍卖模型的认知无线电拍卖方法，在买卖阶段，所有的认知用户和主用户由中介机构组织集中对频谱进行拍卖，交易双方在规定时间内进行报价，确定目标交易量和价格，运用“高低匹配”的规则将买方的报价集按从高到低的顺序排列，将卖方的报价从低到高排列。再根据出清规则确定买卖双方由报价集进入交易集的集合，在交易集里双方进行交易。在赎回阶段，主用户向中介机构提出赎回申请，根据交易时长给主用户一定手续费用的惩罚。本发明能够解决频谱交易市场的垄断性，能够让认知用户按照真实估价报价，也能维护主用户对空闲频谱的使用权利，可以最大化效用收益，整个方法能有效地提高频谱的利用率。
-
公开(公告)号：CN111105443A
公开(公告)日：2020-05-05
申请号：CN201911362575.7
申请日：2019-12-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于特征关联的视频群体人物运动轨迹跟踪方法。该发明首先检测视频中出现的群体人物，获取群体人物的位置信息和特征掩码；接着检测新增人物，选定当前追踪人物，逐帧计算当前追踪人物与相邻视频帧中人物的关联相似度；最后结合关联相似度，确定当前追踪人物的帧间动态，更新当前追踪人物运动线索，并遍历视频序列完成视频群体人物的运动轨迹跟踪。本发明利用群体人物的运动特性，在帧间人物关联匹配过程中，综合考虑位置关系和动作形态的影响，能够有效提高群体人物运动轨迹跟踪的准确率，具有良好的实施性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN107133971B
公开(公告)日：2019-12-10
申请号：CN201710256750.9
申请日：2017-04-19
Applicant: 南京邮电大学
IPC: G06T7/246
Abstract: 本发明公开了一种基于网络节点能量传递的人物异常轨迹检测方法。该方法提出一种将整个场景模型化为一个网络，网络中的每个节点相当于场景中的一个网格，每一条边代表不同网格之间的能量传递关系，再使用上述网络将场景中的人物以其中心点表示，人物的运动轨迹被模型化为网络中节点之间的能量传递，最后通过计算轨迹起始点间总的传递能量并和正常轨迹所需能量作对比即可检测该轨迹是否异常。本发明中网络节点间的能量阈值能够根据实际情况动态更新调整，对人物异常轨迹检测具有良好的检测效果。
-
公开(公告)号：CN110488320A
公开(公告)日：2019-11-22
申请号：CN201910783662.3
申请日：2019-08-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种利用立体视觉检测车辆距离的方法，利用立体图像方法识别可能属于障碍的三维特征，通过三维特征检测滤除可能不属于障碍的特征；当确定障碍是车辆，使用基于对称的算法识别所有可能属于前一辆车的三维特征的元素，具体检测那辆车；当检测到前车后，通过最大化在前一帧的边界框中的图像部分与新帧之间的相关性来跟踪前车；检查边界框内的三维特征，计算到前车的距离。本发明方法在检测车辆距离时，具有较强的鲁棒性和可靠性。
-
公开(公告)号：CN110188706A
公开(公告)日：2019-08-30
申请号：CN201910474503.5
申请日：2019-06-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于生成对抗网络的视频中人物表情的神经网络训练方法及检测方法，该方法首先读入一个分辨率为m×n，帧数p为的视频vreal，该视频以人物的一种表情作为主要部分；接着通过主要由5层3D卷积层组成的3D卷积神经网络处理计算出其特征函数f；然后将一种可能的表情yi与之前的特征函数f通过主要由5层3D反卷积层组成的3D反卷积神经网络，得到与表情yi相匹配的，计算机生成的人物视频 最后将vreal与 通过主要由16个卷积层组成的3D卷积神经网络，得到两者的匹配程度si；通过改变yi以得到不同的si，使用si中最大的所对应的yi作为判断输出。本发明可以有效得解决了通常提取视频中人物表情数据时容易遇到的不准确问题，有着较好的鲁棒性。
-
公开(公告)号：CN110135277A
公开(公告)日：2019-08-16
申请号：CN201910326391.9
申请日：2019-07-05
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于卷积神经网络的人体行为识别方法，包括如下步骤：采集不同人体动作的图像，每张所述图像都有一个人体骨架序列；根据人体骨架序列形成所述人体图像的移动骨架描述符图像和移动关节描述符图像；将不同人体动作的移动骨架描述符图像和移动关节描述符图像分别作为训练集训练卷积神经网络；将待识别人体动作的图像分别输入训练好的两个卷积神经网络中，分别得到各个人体动作的分数；将两种分数中相同人体动作对应的分数相加，得出得分最高的动作，作为人体行为识别的结果。本发明使得对于输入的人体姿势序列，能够使用卷积神经网络进行人体行为识别，提高对人体行为识别的准确度，并且降低学习模型的计算复杂度。
-
公开(公告)号：CN108830146A
公开(公告)日：2018-11-16
申请号：CN201810421094.8
申请日：2018-05-04
Applicant: 南京邮电大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于滑动窗口的非压缩域镜头边界检测方法，该方法首先读入一段视频流，将每帧图像分为r块，分别计算每连续两帧的分块直方图差D(i,i+1)和像素帧差直方图方差V(i,i+1)；接着设置一个大小为2W的滑动窗口，计算出分块直方图差法的阈值Th和像素帧差直方图方差法的阈值Tv，将D(i,i+1)大于Th的帧加入集合A，将V(i,i+1)小于Tv的帧加入集合B；然后计算出加权直方图差法的阈值Ty，若加权直方图差Y(i,i+1)的值大于Ty，则将此帧加入集合C，判断集合C1＝C-A∩B中是否存在连续帧，若存在，则该处为渐变镜头边界；最后对集合A-(A∩B)和B-(A∩B)集合中的元素分别进行二次检测，得出最终切变镜头边界。本发明可以有效地提高镜头边界检出率和精确度。
-
-
-
-
-
-
-
-
-
Search Results
374
records
(took 0.029 seconds)
