公开(公告)号：CN115797794A

公开(公告)日：2023-03-14

申请号：CN202310057656.6

申请日：2023-01-17

Applicant: 南京理工大学

Inventor： 张文华 ,  邓文静 ,  崔振 ,  刘嘉 ,  许春燕 ,  张桐 ,  李勇

IPC: G06V20/13 ,  G06V10/62 ,  G06V10/774 ,  G06V10/82 ,  G06V20/40 ,  G06V10/778

Abstract: 本发明公开了一种基于知识蒸馏的卫星视频多目标跟踪方法，包括以下步骤：构造专门用于目标检测的教师网络；构造用于多目标跟踪的学生网络；结合教师网络和学生网络构建知识蒸馏模块；根据知识蒸馏损失和已有损失优化学生网络模型；结合目标检测结果，输出多目标跟踪结果。本发明的优点在于将知识蒸馏技术应用于卫星视频的多目标跟踪，利用专门用于目标检测的教师网络指导学生网络学习，提升了学生网络检测的泛化能力，可适用于卫星视频中的多目标跟踪问题。

公开(公告)号：CN115620803A

公开(公告)日：2023-01-17

申请号：CN202211359901.0

申请日：2022-11-02

Applicant: 南京理工大学

Inventor： 崔振 ,  徐功平 ,  张桐 ,  许春燕

IPC: G16B5/20 ,  G16B15/30 ,  G16B40/00 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于跨图注意力的蛋白质相互作用点位预测方法，步骤如下：S1、获取蛋白质数据，对每一对蛋白质分别构建一个表示残基关系的图结构；S2、对于步骤S1中构建的图，提取残基的生信特征构建节点特征矩阵；S3、对于步骤S1中构建的图，提取残基的空间特征构建图邻接特征矩阵；S4、对步骤S3构建的蛋白质图通过图卷积神经网络进行图编码；S5、在步骤S4的基础上，对步骤S3构建的蛋白质图进行跨图信息交互；S6、对步骤S5得到的节点特征进行堆叠，构成残基对特征；S7、将步骤S6得到的残基对特征送入分类器，预测该残基对是否发生了相互作用。本发明的预测方法，具有较强的表征能力和学习能力，在蛋白质相互作用点位预测任务中获得了优异表现。

公开(公告)号：CN112749585A

公开(公告)日：2021-05-04

申请号：CN201911041763.X

申请日：2019-10-30

Applicant: 南京理工大学

Inventor： 崔振 ,  刘蓉 ,  许春燕 ,  张桐 ,  杨健

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积的骨架动作识别方法，其基本单元是一个时空图卷积模块。该时空图卷积模块包括以下步骤：获取骨架视频，基于每一帧的骨架视频构建一个骨架图(graph)，根据该骨架图定义不同的人体部件组合，且对各人体部件组合构建关节点关系图，进一步构造成为多维关系交互图，其包含部件组合交互维度和关节点交互维度；对多维交互图分别在关节点交互维度上和部件组合交互维度上进行图卷积；然后把两个图卷积得到的空间特征送到时间切片的局部卷积网络获取时间动态特征。在本发明的网络模型中堆叠多个时空图卷积模块来构建神经网络，并使用softmax分类器进行分类。

公开(公告)号：CN119832992A

公开(公告)日：2025-04-15

申请号：CN202411939467.2

申请日：2024-12-26

Applicant: 南京理工大学

Inventor： 张桐 ,  姜尚 ,  崔振

IPC: G16B40/00 ,  G06F18/213 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种面向抗体的双分支结构特征预测方法，涉及蛋白质表示学习和蛋白质结构预测技术领域，包括以下步骤：步骤一、对于一个给定的抗体氨基酸序列作为输入，提取出抗体的MSA特征、Pair特征、模板特征共三类特征，对三类特征进行协同融合；步骤二、构建双分支结构特征预测模块，优化抗体结构；步骤三、模型训练；步骤四、模型测试，得到抗体结构。本发明采用上述一种面向抗体的双分支结构特征预测方法，实现了高效且精准的抗体结构特征预测，为抗体相关研究和应用提供了强大支持。

公开(公告)号：CN118762316A

公开(公告)日：2024-10-11

申请号：CN202410520488.4

申请日：2024-04-28

Applicant: 南京理工大学 ,  南京市公安局

Inventor： 李广宇 ,  张涛 ,  李锦铭 ,  宫辰 ,  崔振 ,  刘超群

IPC: G06V20/52 ,  G06V40/10 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习Yolov8的遛狗不牵绳违法识别方法，属于计算机视觉技术领域，包括：获取待检测图像；对待检测图像进行犬只检测，得到犬只检测框，并对其进行犬只状态判断，得到犬只检测框中是否存在犬只状态结果；对犬只检测框存在犬只状态结果进行绳体检测，得到绳体‑犬只检测框，并对其进行判断，得到绳体是否处于正确拴狗状态结果；若绳体处于正确栓狗状态，对绳体‑犬只检测框进行人体检测，得到人体‑绳体‑犬只检测框，并对其进行判断，得到人体是否处于正确牵狗状态结果或预估人体正确牵狗状态结果。本发明解决了现有技术中无法预估合法牵狗状态的问题，提高了公共区域管理员管理犬只效率，减少了误判、错判的现象发生。

公开(公告)号：CN117711636B

公开(公告)日：2024-08-13

申请号：CN202311727080.6

申请日：2023-12-15

Applicant: 南京理工大学

Inventor： 崔振 ,  刘雨梦 ,  张桐 ,  许春燕

IPC: G16H50/80 ,  G16H50/50 ,  G06N3/0464

Abstract: 本发明公开了基于注意力机制的张量时空图卷积的猴痘疫情预测方法，属于人工智能领域和流行病学研究领域的交叉任务。具体而言，该方法首先将流行病网络建模为无向属性图(Graph)，基于航班量和自适应学习共同构建节点的空间邻接关系，节点属性来自所代表国家的猴痘病例数。此外，节点的属性具备动态时序性，从而使整个网络可以被建模为时空图结构。本发明在高维张量空间中建模了时空图内部的时空关联，实现了对时空关联的统一建模。此外，本发明首次将航班信息融入时空图卷积网络，并利用注意力机制来学习额外的空间依赖性，在猴痘疫情病例预测任务中，该方法表现出了优异的性能。

公开(公告)号：CN117997149A

公开(公告)日：2024-05-07

申请号：CN202410115777.6

申请日：2024-01-29

Applicant: 南京理工大学

Inventor： 曾志勇 ,  金晓亮 ,  崔振 ,  王丹

IPC: H02M7/483 ,  H02M7/493 ,  H02M1/12 ,  H02J3/38

Abstract: 本发明公开了一种消除多并联变流器直流及低频环流的载波重构方法，针对传统载波移相方法引入的直流和低频环流问题，本专利提出了一种载波重构方法；该重构法通过交替设置互补的载波起始相位角，实现两个周期内载波均衡对称，消除因不对称载波引入的直流以及低频环流。该重构载波提供了一种通用解决方案，它可以解决所有基于传统移相载波调制策略的直流和低频环流问题。同时，该载波重构法避免了共模电感或相间耦合电感的磁芯饱和，简化了这类电感的设计复杂性。本发明不仅可以降低电感体积和提升电感能效，同时还提高了多并联变换器的整体性能。

公开(公告)号：CN116244473B

公开(公告)日：2023-08-11

申请号：CN202310096857.7

申请日：2023-02-10

Applicant: 南京理工大学

Inventor： 李勇 ,  崔振 ,  王元植

IPC: G06F16/783 ,  G06F16/75 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06F18/241 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于特征解耦和图知识蒸馏的多模态情感识别方法，包括以下步骤：S1、数据收集；S2、端到端的模型设计；S3、模型训练；S4、输入数据为类似步骤S1处理得到的多模态情感识别测试集I。测试阶段使用的模型为模型M中的浅层特征提取器E，共享编码器私有编码器多模态Transformer和情感分类器C，将测试集I输入步骤S3获得的模型M*中以得到测试集I的情感识别结果。本发明采用上述的一种基于特征解耦和图知识蒸馏的多模态情感识别方法，实现了端到端的多模态情感识别，显著提升了多模态情感识别的精度。

公开(公告)号：CN115527151B

公开(公告)日：2023-07-11

申请号：CN202211374647.1

申请日：2022-11-04

Applicant: 南京理工大学

Inventor： 崔振 ,  朱小涵 ,  曾志勇

IPC: G06V20/40 ,  G06V10/82

Abstract: 本发明公开了一种视频异常检测方法、系统、电子设备及存储介质，涉及计算机视觉技术领域。所述方法包括：获取目标输入数据；所述目标输入数据为目标视频的连续帧图像；根据所述目标输入数据和视频异常检测模型，确定所述目标视频中是否存在异常，并输出预测数据；所述视频异常检测模型包括依次连接的特征提取器、特征编码器、特征解码器和异常分数处理器；所述特征编码器和所述特征解码器之间还连接有预测模块。本发明能够提高视频异常检测的精度。

公开(公告)号：CN116386108A

公开(公告)日：2023-07-04

申请号：CN202310304443.9

申请日：2023-03-27

Applicant: 南京理工大学

Inventor： 崔振 ,  孙宇飞 ,  李勇 ,  张桐

IPC: G06V40/16 ,  G06V10/74 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于实例一致性的公平性人脸识别方法，涉及图像信号处理技术领域，该方法主要包括以下步骤：步骤一、对人脸图像样本进行特征提取；步骤二、利用步骤一提取到的人脸样本特征，计算样本和分类器类中心构成的负样本对的相似性，以及同类样本之间正样本对的相似性；步骤三、利用步骤二得到的两种相似性，分别计算人脸样本的误识率(False PositiveRate，FPR)和召回率(TruePositiveRate，TPR)；步骤四、根据步骤三得到的样本的FPR和TPR，修改人脸识别损失函数，计算样本FPR和TPR的一致性损失。本发明采用上述方法，相比于经典人脸识别方法具有实例级的公平性，具有较高的识别精度和较低的标准差，具备优越的泛化性。