-
公开(公告)号：CN109165685A
公开(公告)日：2019-01-08
申请号：CN201810952067.3
申请日：2018-08-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于表情和动作的监狱服刑人员潜在性风险监测方法和系统，获取服刑人员的当前监控视频，利用训练过的模型从视频帧中识别服刑人员的人脸表情特征向量及其所属类别，和人体动作特征向量及其所属类别；构造SVM多分类器，将人脸表情和人体动作识别出的所属类别输入多分类器进行潜在性风险分类；当判断出监狱服刑人员具有潜在性风险则发出预警，并标注出潜在风险的类型。本发明能够提高对监狱服刑人员中存在的潜在性风险预判准确度提前发出预警。
-
公开(公告)号：CN104837124B
公开(公告)日：2018-10-12
申请号：CN201510221152.9
申请日：2015-05-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种SIP网络与集群系统和电信网络短信互通的方法和系统，该方法通过建立短信应用转发服务器(或设备)同时以某些特定的预留SIP、集群和电信网络号码按SIP协议、集群协议和电信网络协议分别接入SIP网络、集群系统和电信网络，建立各系统号码动态映射和转发短信内容来实现的，有效地解决了现有SIP网络与集群系统、电信网络之间短信互通的技术难题，实现SIP网络与集群系统、电信网络的短信互通，具有很好的系统兼容性和很强的实用价值。
-
公开(公告)号：CN108022258A
公开(公告)日：2018-05-11
申请号：CN201710986013.4
申请日：2017-10-20
Applicant: 南京邮电大学
CPC classification number: G06T7/277 , G06T7/292 , G06T7/90 , G06T2207/10016
Abstract: 本发明公开了基于单次多框检测器与卡尔曼滤波的实时多目标跟踪方法，该方法包括首先读取视频流，然后调用单次多框检测器(Single Shot MultiBox Detector,SSD)模型对视频帧进行检测，之后采用卡尔曼滤波算法对检测结果进行单步预测(跟踪)，通过欧氏距离与HSV颜色直方图相似性联合判定检测框和跟踪框是否配对，并且对配对结果进行相应的更新，删除不满足新式的双判定条件的跟踪，最终完成多目标的实时跟踪。本发明可以在各种复杂场景和不同天气下较好地实现对多目标的实时稳定跟踪。
-
公开(公告)号：CN107316015A
公开(公告)日：2017-11-03
申请号：CN201710463130.2
申请日：2017-06-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度时空特征的高精度面部表情识别方法，该方法首先是设计了一种端到端可训练的多通道深度神经网络模型，该模型在低层利用多个并联的深度神经网络分别提取人脸表情图像的深度时空特征，然后在高层使用全连接层对多通道深度时空特征数据进行融合，最高层采用softmax层进行识别得到表情分类。该模型将图像特征提取和特征融合整合为一个可以进行全局训练的网络，加深了网络规模，提高了识别性能。第二个创新点是本发明使用平均脸来替代中性脸，这种做法解决了测试时表情图像缺少对应的中性脸图像的问题，使得本发明可以满足实际场合的应用。本发明在表情识别领域提供了一种新的思路，具有很高的实用价值和发展前景。
-
公开(公告)号：CN106897673A
公开(公告)日：2017-06-27
申请号：CN201710044905.2
申请日：2017-01-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于retinex算法和卷积神经网络的行人再识别方法，首先提取视频数据库中的视频帧序列，构建卷积神经网络并训练出行人网络模型，利用训练好的网络模型将行人从视频帧序列中检测出来，用retinex算法将检测出的行人进行图像增强，最后将增强后的行人输入卷积神经网络中提取行人不同层次的深度特征，通过卷积神经网络最后一层的softmax分类器进行分类，得到最终匹配相似度。本发明充分考虑了现实场景中光照变化，阴影覆盖等问题，在识别之前引入retinex增强算法，模仿人类视觉系统，使图像更接近于人眼所看到的样子，有效地提高了识别效果。采用端到端的行人再识别方法，用同一个卷积神经网络将行人检测与行人识别结合在一起，解决了行人标签的对齐问题。
-
Patent Agency Ranking
公开(公告)号：CN106875417A
公开(公告)日：2017-06-20
申请号：CN201710015550.4
申请日：2017-01-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于高阶图跨时域关联的多目标跟踪方法，首先根据多目标检测方法得到视频中各帧的检测结果；然后由这些检测响应和构建高阶边的限制函数F(vi,vj)来构建一个跨时域的普通高阶图；之后为了快速提取普通高阶图中包含的各个时域下的局部轨迹段集合，使用RANSAC‑style的优化方法将普通高阶图先转化成随机一致性高阶图，再进一步转化成普通的二阶图，最后对普通二阶图进行子图搜索，再将各个子图中多个轨迹段按照时域的先后顺序连接起来，形成目标长轨迹，从而使复杂场景中的多目标跟踪具有很好的鲁棒性。本发明充分利用复杂场景中多目标的运动信息和表象信息进行跨时域关联，解决了邻近目标表观相似时出现身份交换或者局部关联错误造成的跟踪失败问题。
-
公开(公告)号：CN104318258B
公开(公告)日：2017-05-24
申请号：CN201410513200.7
申请日：2014-09-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于时域模糊和卡尔曼滤波器的车道线检测方法，针对视频场景中车道线的漏检测以及误检测的解决方案，通过引入时域模糊处理与卡尔曼滤波器预测相结合的检测跟踪方法达到车道线的实时检测与跟踪，同时考虑车道线的类型以及用RBF算法检测车道线的颜色，有效避免了场景中由于虚车道线的不连续造成的漏检，以及路面标示造成的误检，同时提高了检测的速度。
-
公开(公告)号：CN106548131A
公开(公告)日：2017-03-29
申请号：CN201610899506.X
申请日：2016-10-14
Applicant: 南京邮电大学
CPC classification number: G06K9/00362 , G06K9/00711 , G06K9/6212
Abstract: 本发明公开了一种基于行人检测的施工人员安全帽实时检测方法，首先利用大量已标注样本对基于ACF特征提取的Adaboost分类器进行多次迭代训练；然后利用训练好的分类器对视频序列进行行人检测，确定目标的精确位置和数量；接着对检测结果进行轨迹分析，通过轨迹信息判断检测结果是否有误，对检测结果得分不高的情况，做丢弃处理，对得分较高的检测结果进行跟踪，利用检测结果中人体头部在检测结果顶部的特性，锁定安全帽所在部位，通过颜色空间转换，根据分离颜色通道统计像素信息，利用像素占比判断，最终实现安全帽检测。本发明对多种场景具有很好的鲁棒性，同时基于HSV空间的像素点统计检测方法，针对特定颜色的安全帽有很好的效果。
-
公开(公告)号：CN106503718A
公开(公告)日：2017-03-15
申请号：CN201610835140.X
申请日：2016-09-20
Applicant: 南京邮电大学
IPC: G06K9/46
Abstract: 本发明公开了一种基于滤波器组的局部二值模式图像描述方法，包括：将输入的人脸图像进行分块获得若干图像块；对所述每个图像块进行基于滤波器组的卷积滤波，并分别卷积滤波处理后的每个图像块进行LBP编码，获得每个图像块的若干个FBLBP值；对每个图像块所得若干个FBLBP值进行统计，获得每种滤波器模式下的FBLBP直方图特征，并按顺序将滤波器组中所有滤波器模式下的FBLBP直方图特征组合成该图像块的FBLBP直方图特征；以及，依次提取每个图像块的FBLBP直方图特征，并串联起来构成该人脸图像的直方特征向量。本发明将局部图像与滤波器组卷积获得响应代替像素来对图像进行编码，获取图像的多尺度信息，使LBP算子更具有鲁棒性和抗干扰性，可增强LBP描述子对图像的表征能力。
-
公开(公告)号：CN106250821A
公开(公告)日：2016-12-21
申请号：CN201610576986.6
申请日：2016-07-20
Applicant: 南京邮电大学
CPC classification number: G06K9/00288 , G06K9/00268 , G06K9/6223
Abstract: 本发明公开了一种聚类再分类的人脸识别方法，包括：获取训练样本；对训练样本进行均值化处理；对人脸图像进行Gabor纹理特征提取，得到每张人脸图像在提取特征后对应的特征向量；对所得每张人脸图像提取的Gabor纹理特征进行降维获得降维后的特征向量；及进行聚类运算，直至距离收敛以完成聚类；对聚类后的所有特征向量分类获得若干子类，计算确定每向量均值，计算获得类内距离和类间距离；对待识别目标的人脸图像进行特征提取和预处理，获得经投影变换后的特征向量，并将所得特征向量与每个子类中特征向量依次计算距离，以获得相似度；确定待识别目标的身份信息。本发明可缩小类间距离以减小采集过程中的误差，提高了人脸识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.059 seconds)
