公开(公告)号：CN113255989B

公开(公告)日：2024-05-07

申请号：CN202110556378.X

申请日：2021-05-21

Applicant: 国网经济技术研究院有限公司 ,  国网江苏省电力有限公司经济技术研究院 ,  南京师范大学 ,  国网浙江省电力有限公司经济技术研究院

Inventor： 韩文军 ,  张亚平 ,  李国文 ,  陈红 ,  王波 ,  陈丹 ,  吉根林 ,  赵斌

IPC: G06Q10/047 ,  G06Q50/40

Abstract: 本发明公开了一种路网环境下基于有限服务范围的持续性服务资源分配方法，包括如下步骤：对客户端的初始位置进行初始分配；根据上一时刻位置数据判断客户端的运动方向；根据运动方向和速度预测客户端的运动范围；结合服务端服务范围和客户端运动范围得到用于预测的二部图；根据二部图，检查和调整服务端容量，使得所有的服务端容量都满足容量限制；根据二部图，检查和调整客户端和服务端的连接情况，使得一个客户端只对应连接一个服务端；利用步骤S6中更新后的二部图调整预测结果得到最终分配关系。本发明利用了客户端的运动特征的预计算，减少了分配更新的计算时间，可以满足快速更新场景下的持续性服务资源分配要求。

公开(公告)号：CN116704408A

公开(公告)日：2023-09-05

申请号：CN202310622713.0

申请日：2023-05-30

Applicant: 南京师范大学

Inventor： 吉根林 ,  戚小莎 ,  赵斌 ,  巢新

IPC: G06V20/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/762 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了一种基于双交叉注意力自编码器的视频异常检测方法，包括：对原始视频集进行预处理，将原始视频集按不同的视频样本拆分多个帧级别的序列；运用帧差特征与光流特征表示目标的运动特征，运用HOG特征描述表观特征，提取视频帧的运动特征和表观特征；将训练样本提取到的运动特征和表观特征输入至引入双交叉注意力模块的自编码器网络中进行训练，建立视频异常检测模型；通过视频异常检测模型获得测试样本的重构误差，得到视频异常检测结果。本发明引入双交叉注意力模块，可以以局部特征关联全局特征的方式有效提高视频异常事件检测的准确率。

公开(公告)号：CN116665100A

公开(公告)日：2023-08-29

申请号：CN202310623214.3

申请日：2023-05-30

Applicant: 南京师范大学

Inventor： 吉根林 ,  戚小莎 ,  赵斌 ,  胡泽生

IPC: G06V20/40 ,  G06V10/774 ,  G06V10/764 ,  G06T7/10 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于U‑Net多区块学习的视频异常事件检测方法，包括：对原始视频集进行预处理，将原始视频集划分为多个不同大小的视频块；提取获得视频块的运动特征和表观特征，根据提取的特征建立视频异常事件检测模型；通过视频异常事件检测模型对视频进行异常检测和定位。本发明方法能够学习多个视频块各自的特征，并建立相应模型，有效提高了异常事件检测的准确率和异常事件位置的精确度，为监控视频处理领域提供了参考和启示，解决了场景变化带来的异常检测难点。

公开(公告)号：CN116665099A

公开(公告)日：2023-08-29

申请号：CN202310622716.4

申请日：2023-05-30

Applicant: 南京师范大学

Inventor： 吉根林 ,  戚小莎 ,  赵斌 ,  谈超

IPC: G06V20/40 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于双生成器与通道注意力机制的视频异常检测方法，包括如下步骤：拆分视频集，得到多个帧级别的序列，划分为正常训练视频帧和测试视频帧；利用正常训练视频帧和鉴别器对噪声生成器进行训练，通过训练好的噪声生成器生成伪异常帧；利用伪异常帧和正常训练视频帧训练重构生成器，得到训练好的重构生成器；将测试视频帧输入到训练好的重构生成器中，得到重构帧，计算重构帧与真实帧的重构误差，根据重构误差对视频帧进行异常分类。本发明提出了以双生成器和通道注意力机制的生成对抗网络为核心的视频异常事件检测方法，通过噪声生成器和重构生成器，同时在生成器中引入二阶通道注意力模块，提升了视频异常事件检测的检测准确率。

公开(公告)号：CN108182230B

公开(公告)日：2020-11-03

申请号：CN201711443531.8

申请日：2017-12-27

Applicant: 南京师范大学

Inventor： 赵斌 ,  杨宇 ,  吉根林

IPC: G06F16/22 ,  G06F16/28 ,  G06F16/2458

Abstract: 本发明公开一种基于位向量四叉树的移动对象汇聚模式挖掘方法，包括以下步骤：对每一个时间片上的移动对象集合进行基于密度的聚类操作，得到所有的簇集合CDB；基于位向量四叉树进行簇包含连接；利用簇包含匹配RDB构建汇聚树，作为汇聚模式的候选集，并对候选集进一步验证其是否满足汇聚模式的要求，最终得到所有汇聚模式；基于位向量四叉树进行簇包含连接时又包括SQTI构建阶段和SQTI探测与验证阶段。本发明不仅具有很高的时间性能，并且对主要的参数不敏感。这种特性有助于帮助用户减少调节参数的时间，提高汇聚模式挖掘的效率。

公开(公告)号：CN108108407B

公开(公告)日：2020-10-27

申请号：CN201711306853.8

申请日：2017-12-11

Applicant: 南京师范大学

Inventor： 吉根林 ,  张玉洁 ,  赵斌

IPC: G06F16/00

Abstract: 本发明公开一种基于出租车时空轨迹的群体运动移动簇模式排序方法，包括以下步骤：构建移动簇‑兴趣点二部图和基于重启式随机游走模型进行排序。本发明移动簇基于重启式随机游走模型对移动簇进行重要性排序问题可以转换为“移动簇‑兴趣点”图中顶点的重要性计算问题，每个顶点的概率值代表该顶点的重要性，概率值越大说明该顶点越重要，利用该模型对移动簇进行重要性排序易于实现，不需要用户设置过多的参数便可以自动完成排序过程。

公开(公告)号：CN107491495B

公开(公告)日：2019-11-12

申请号：CN201710609563.4

申请日：2017-07-25

Applicant: 南京师范大学

Inventor： 赵斌 ,  何浩奇 ,  吉根林

IPC: G06F16/172

Abstract: 本发明公开一种空间属性优先的时空轨迹数据文件在辅助存储设备中的存储方法，依次包括以下步骤：采用均匀网格对轨迹进行分段处理，将轨迹与网格的交叉点作为轨迹的分割点；在完成所有轨迹分段操作之后，同一网格的轨迹段被集中组织；最后以“数据文件”形式作为存储单元将网格中的轨迹段存入存储设备。发明根据用户对于时空轨迹数据访问空间属性的特点针对性地设计数据文件的格式，具有无数据缺失、高I/O效率和易于实现等特点，适用于轨迹数据的存储管理和数据分析与挖掘领域。