-
公开(公告)号：CN104091470B
公开(公告)日：2016-05-11
申请号：CN201410337925.5
申请日：2014-07-15
Applicant: 南京大学
IPC: G08G3/00
Abstract: 本发明公开了一种基于多数据融合的航道交通信息预测方法及应用。本发明将来源于不同类型离散监测点的船舶监测信息进行融合，在统一信息格式后结合卫星定位信息，确定当前活动的船舶，并生成活动船舶的当前航行轨迹，然后根据船舶的历史航行信息和当前航行轨迹，结合船舶信息，采用朴素贝叶斯分类算法预测船舶将要到达的下一个连通监测点的概率，得到航向概率集作为船舶航向预测结果，最后根据部分船舶的卫星定位信息对航向概率集中的概率数据进行修正，从而得到修正后的船舶航向预测结果。本发明依据船舶的航向预测结果，结合船舶信息和航道信息，采用定制化的方式，完成航道交通业务信息的估算和预测。
-
公开(公告)号：CN119068561A
公开(公告)日：2024-12-03
申请号：CN202310625569.6
申请日：2023-05-30
Applicant: 南京大学
IPC: G06V40/70 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 一种基于多模态情绪融合的视频对话风格识别方法，对电影片段中人物的对话风格进行预测识别：利用不同的特征提取模型对视频提取视觉、听觉和文本特征，再使用一个预训练的多模态情绪模型提取视觉情绪特征、听觉情绪特征和文本情绪特征，利用多头注意力机制将视觉特征与视觉情绪特征融合、听觉特征与听觉情绪特征融合以及文本特征与文本情绪特征融合，将处理后的带情绪的视觉特征、带情绪的听觉特征和带情绪的文本特征分别输入对应的分类网络，得到视觉分类结果、听觉分类结果和文本分类结果，最后对这些结果进行融合得到最终的对话风格预测结果。
-
公开(公告)号：CN119027446A
公开(公告)日：2024-11-26
申请号：CN202310586055.4
申请日：2023-05-23
Applicant: 南京大学
Abstract: 一种基于深浅层特征融合的RGBD目标跟踪方法，通过一个目标跟踪模型实现RGBD目标跟踪，目标跟踪模型包括骨干网络、深浅层特征融合以及目标判别模块，离线训练后用于在线跟踪，并在线更新模型参数。本发明构建深浅层特征融合算法学习鲁棒的特征表达，通过注意力机制提取浅层特征的细节纹理信息与深层特征中的轮廓语义信息，并通过特征重分配模块实现充分融合，使用判别模型寻找目标位置与得分。本发明解决了目前大多数RGBD跟踪方法对双模态特征挖掘不充分、融合不彻底的问题，取得了良好的跟踪效果。
-
公开(公告)号：CN117726697A
公开(公告)日：2024-03-19
申请号：CN202211096708.2
申请日：2022-09-08
Applicant: 南京大学
IPC: G06T9/00 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/084 , G06N3/04
Abstract: 一种在场景图生成中引入异质化约束的方法，通过一个异质化模型在生成场景图的过程中引入异质化约束，由场景物体的视觉特征作为物体表征，利用链路预测发现物体潜在的关系，通过图神经网络生成物体之间的混合关系特征，使用梯度反转混淆弱化混合关系特征和物体表征的关联性，从而保证二者的异质性；随后使用自动编码器模块重构混合关系特征，最后对重构的混合关系特征进行建模，使得具有异质性的关系标签传递到场景图生成中，用于生成异质化的场景图。本发明通过在传统场景图生成方法的训练过程中显式解耦物体特征空间和关系特征空间的相关性，成功保证了生成的场景图的异质性。
-
公开(公告)号：CN110660018B
公开(公告)日：2023-10-17
申请号：CN201910860104.2
申请日：2019-09-11
Applicant: 南京大学
Abstract: 一种面向图像的非均匀风格迁移方法，在图像中，检测各个像素的显著性，根据各个像素的显著性采用不同的风格化程度，生成非均匀的图像风格迁移结果。本发明首先对于输入的内容图像的每个像素自动计算显著性，进而设定每个像素的风格化程度，然后分特征图计算风格迁移中的内容损失和风格损失，最小化风格迁移的总损失，生成非均匀的风格迁移结果。本发明解决了图像风格迁移中过度风格化或风格化不足的问题，实现了在突出显著区域内容的同时强烈渲染不显眼区域的风格，在风格化的过程中更好的平衡风格化图像的内容保持程度和风格渲染程度。
-
Patent Agency Ranking
公开(公告)号：CN114842196A
公开(公告)日：2022-08-02
申请号：CN202210493562.9
申请日：2022-05-07
Applicant: 南京大学
Abstract: 本发明公开了一种雷达射频图像目标检测方法,针对雷达信号，首先进行预处理得到射频图像，然后进行特征增强，之后构建卷积神经网络和Transformer结合的模型，进行训练，最后经过基于热图的非极大值抑制算法得到目标检测结果。本发明使用卷积神经网络和Transformer结合的方法，可以对雷达射频图像的局部特征和全局特征进行提取，并能取得很好的效果。
-
公开(公告)号：CN108428240B
公开(公告)日：2022-03-25
申请号：CN201810191703.5
申请日：2018-03-08
Applicant: 南京大学
Abstract: 一种对输入信息自适应的显著物体分割方法，首先采用自适应三阈值算法，从显著性图中生成分割种子，然后扩展GrabCut算法，从而能够根据不同的输入信息自适应地初始化算法，并通过自适应GrabCut算法的到显著物体的粗标注图，最后采用自适应初始化分割，优化显著物体轮廓，得到分割结果。本发明采用一个统一框架来处理不同的输入信息，并根据输入信息的变化动态调整方法的模块步骤，从而综合利用了不同输入信息中的物体特征，提高了显著物体分割的准确性和完整性。
-
公开(公告)号：CN107203748B
公开(公告)日：2020-12-22
申请号：CN201710350594.2
申请日：2017-05-18
Applicant: 南京大学
IPC: G06K9/00 , G06F16/957
Abstract: 本发明公开了一种基于内容的网页笔记存储、匹配和还原的方法和装置。其中，方法步骤如下：首先获取用户在网页浏览页面上输入的笔划，将笔划组合成笔划组，计算笔划组所对应的网页元素。然后按网页地址存储笔记信息。当显示网页时，根据网页地址检索查找对应的笔记信息，将找到的笔记信息中各个笔划组所对应的网页元素与当前网页中的网页元素进行匹配；最后根据匹配的结果从所找到的笔记信息中提取相应的笔划组进行还原。本发明方法之下，当网页内容发生变化时，只要笔记所对应的内容未发生变化，即可再现笔记，由此无视其他网页内容的变化。
-
公开(公告)号：CN106846400B
公开(公告)日：2020-06-16
申请号：CN201510888926.3
申请日：2015-12-04
Applicant: 南京大学
IPC: G06T7/70
Abstract: 一种结合窗口评分与超像素组合的物体位置预估方法，在RGB‑D图像上先使用窗口评分初始化物体边界框，再在超像素表示的基础上确定物体边界框调整的弹性范围，最后综合利用颜色特征与深度特征，采用超像素组合方法对物体边界框进行调整，最终获得物体位置预估结果。本发明综合了两种主流的物体位置预估方法，综合利用了RGB‑D图像的颜色通道与深度通道，能够面对RGB‑D中物体位置预估的任务，取得比现有方法更好的物体位置预估效果。
-
公开(公告)号：CN108898614A
公开(公告)日：2018-11-27
申请号：CN201810569130.5
申请日：2018-06-05
Applicant: 南京大学
Abstract: 一种基于层次式时空区域合并的物体轨迹提议方法，在视频上通过匹配相邻帧的层次式视频帧区域构建视频的层次式时空区域表示，然后通过合并层次式时空区域来产生候选物体轨迹，最后使用一种融合了外观似物性和运动似物性的综合评分机制对候选物体轨迹进行评分，将评分最高的若干个候选物体轨迹作为最终的物体轨迹提议结果。本发明方法融合了视频中物体的外观信息和运动信息，利用整个视频的时空特性来生产物体轨迹提议结果，取得了比现有方法更好的效果。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.024 seconds)
