-
公开(公告)号：CN108062531A
公开(公告)日：2018-05-22
申请号：CN201711422447.8
申请日：2017-12-25
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种基于级联回归卷积神经网络的视频目标检测方法，并包括如下步骤：一、输入视频图像序列，并将整个视频序列的所有图像帧通过卷积神经网络提取CNN特征；二、利用RPN网络对所述CNN特征的最后一层卷积特征进行分类以获得建议区域，通过多尺度的卷积特征对建议区域进行级联分类和回归，并得到每帧图像的静态图片检测结果；三、将步骤二中得到的检测结果中置信度大于0.6的结果作为跟踪初始值，在CNN特征的conv5‑3卷积特征上通过相关滤波对目标进行跟踪得到时序建议区域，并对时序建议区域进行级联分类和回归，得到时序检测结果；四、将静态图片检测结果和时序检测结果通过共生矩阵对检测结果中异常值进行抑制，从而得到最终检测结果。
-
公开(公告)号：CN107451209A
公开(公告)日：2017-12-08
申请号：CN201710568524.4
申请日：2017-07-13
Applicant: 南京信息工程大学
CPC classification number: G06F16/27 , G06F16/9024 , G06F17/16
Abstract: 本发明公开了一种高斯图模型结构估计的分布式并行优化方法，包括：将样本矩阵按列分割成h个子矩阵，分别存储于h个计算节点上；选择一个子矩阵，从中取一列记作Y；将该子矩阵中的剩余列和其它子矩阵构成A；利用分布式坐标下降法对Lasso模型进行求解；使Y遍历所有子矩阵，同时对p个Lasso模型并行求解，即可得到输出矩阵；其中：p表示样本矩阵的随机变量数；将输出矩阵对称化，得到最终的输出矩阵，最终的输出矩阵与样本矩阵的高斯图模型具有相同的结构。本发明将复杂的原问题拆分成多个子问题，然后利用多个计算节点进行求解，具备处理分布式数据的能力，能够有效地进行大数据的处理。
-
公开(公告)号：CN104867162B
公开(公告)日：2017-10-27
申请号：CN201510275727.5
申请日：2015-05-26
Applicant: 南京信息工程大学
IPC: G06T7/215
Abstract: 本发明公开了一种基于多成分鲁棒PCA的运动目标检测方法，包括：S101、对待检测视频序列进行行列向量化，获得视频数据矩阵；S102、根据所述视频数据矩阵，构建多成分鲁棒PCA模型；S103、采用增广拉格朗日乘子法对所述多成分鲁棒PCA模型进行交替迭代优化和乘子更新；S104、更新迭代次数，计算并判断当前次迭代是否收敛；S105、若当前次迭代收敛，则根据当前次迭代结果计算得到背景矩阵、所检测得到的运动目标矩阵和背景中的动态变化矩阵，从而实现运动目标检测，否则返回执行步骤S103。本发明可以从背景扰动中分离出有意义的显著运动目标，提升检测算法的鲁棒性。
-
公开(公告)号：CN106845519A
公开(公告)日：2017-06-13
申请号：CN201611183512.1
申请日：2016-12-20
Applicant: 南京信息工程大学
IPC: G06K9/62
CPC classification number: G06K9/6224 , G06K9/6249
Abstract: 本发明公开了一种分布式实现的稀疏子空间聚类方法，其在多台计算机组成的集群上，将数据分发到每个计算节点上，然后每个计算节点选取本计算机和其他计算机的数据计算一个Lasso稀疏重建子问题直至问题收敛，当所有子问题由所有计算节点分工计算完成后，将计算结果向量汇总到主进程或管理节点，进行后续的带权无向图的生成和谱聚类过程，最终得到分类编号。较常用的ADMM串行计算，在不降低分类精确度的情况下，计算速度有了明显的提高。
-
公开(公告)号：CN105973645A
公开(公告)日：2016-09-28
申请号：CN201610446411.2
申请日：2016-06-20
Applicant: 南京信息工程大学
IPC: G01N1/14
CPC classification number: G01N1/14
Abstract: 本发明涉及一种应用于水质污染检测无人船的取样装置，包括检测模块、单片机，船体内设有若干个放置采水检测装置的检测模块，每个检测模块上均连接有采水支管、净水支管、排水支管，每根采水支管、每根净水支管、每根排水支管上均设有电子阀门，每根采水支管通过一端伸出船体外的采水总管连接采水瓶，每根净水支管通过一端伸出船体外的净水总管连接净水瓶，每根排水支管均连接一端伸出船体外侧的排水总管，所述采水总管、净水总管、排水总管上均设有水泵，每个采水检测装置、每个电子阀门、每个水泵均与单片机连接。本发明解决了在应急水质监测时灵活性较低的问题，可以时时对水体进行多种数据检测，也能依据指令对检测模块进行清洗。
-
Patent Agency Ranking
公开(公告)号：CN103745058B
公开(公告)日：2016-09-28
申请号：CN201410009090.0
申请日：2014-01-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种任意形状软组织表皮受拉力/变形的模拟方法，该方法以平行于软组织表皮所在平面轴方向取条直线，以平行轴方向取条直线，从而将任意形状的软组织表皮分割成一系列网格区域；在原点处施加轴方向上的拉力，使其产生位移形变量，采用微型圆柱紧密螺旋弹簧模型来表现软组织表皮上受力点位移形变量与方向上的所受拉力关系，通过实验获得关键点的位移形变量，由遗传算法优化神经网络训练数据库得到准确度较高的关键点位移形变量与平面原点处轴方向上的拉力，关键点到原点间距离之间关系函数，得到软组织表皮上任意点受力情况和位移形变量，进而更新软组织上受力后更加准确的网格模型，该模拟方法准确，快速，交互效果逼真。
-
公开(公告)号：CN105446363A
公开(公告)日：2016-03-30
申请号：CN201510976688.1
申请日：2015-12-23
Applicant: 南京信息工程大学
IPC: G05D3/12
CPC classification number: G05D3/121
Abstract: 本发明公开了一种自动转动的高光谱仪海面辐照系统及其控制方法，该系统包括高光谱仪、转盘以及转盘控制模块，高光谱仪安装在转盘上，转盘控制模块包括主控制器以及分别与之连接的参数输入单元、时钟单元和电源单元，转盘控制模块还包括电机驱动单元和电机，主控制器经电机驱动单元与电机连接，电机通过传动机构与转盘相连；主控制器通过时钟单元和参数输入单元获得时间信息和系统所在经纬度信息，并根据这些信息生成电机驱动指令来控制电机转动，电机带动转盘转动，从而始终保持高光谱仪的观测平面与太阳光直射平面成需要的角度。本发明避免了人工转动系统给测量带来的严重影响。
-
公开(公告)号：CN105160312A
公开(公告)日：2015-12-16
申请号：CN201510536996.2
申请日：2015-08-27
Applicant: 南京信息工程大学
CPC classification number: G06K9/00221 , G06F17/30867 , G06K9/00228 , G06K9/66
Abstract: 本发明公开了一种基于人脸相似度匹配的明星脸装扮推荐方法，该方法首先通过基于稀疏约束的级联回归模型进行人脸配准，估计人脸姿态；稀疏约束的级联回归能够筛选鲁棒的特征，高效地压缩模型的存储空间。然后，在对应的人脸姿态子集中进行基于稀疏形状重构的相似脸型检索。同时，提取测试人脸图像的局部纹理特征并降维。最后，将低维纹理特征在脸型相似的子集中进行基于稀疏纹理重构的相似脸检索。通过级联形状和纹理的检索，检索效率明显提升，且返回的结果在脸型和五官纹理上均具有很强的相似性。在获取了相似明星脸之后，明星脸的装扮会合成到用户人脸图像，对用户提供装扮推荐服务，转移的方式对用户进行化妆更加符合现实中人们化妆的过程。
-
公开(公告)号：CN114511629B
公开(公告)日：2025-03-21
申请号：CN202111649445.9
申请日：2021-12-30
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种自适应多视图和时序特征融合的单人三维姿态估计方法，基于多相机的视频序列图片为输入，设计了一个鲁棒的特征提取器来提取2D姿态特征；基于2D姿态特征为输入，在相机维度上设计了一种自适应的视图自注意力变换网络，通过相对相机位置编码和自注意力机制来融合任意数量的未标定相机下的二维姿态，获取多目融合的姿态特征；基于多目融合的姿态特征为输入，在时间维度上设计一种时序自注意力变换网络，通过自注意力机制自适应地融合多帧特征，获得最终的3D姿态。本发明设计合理，无需重新训练可以直接应用到有任意数量的未标定相机的场景下且网络计算量很小。
-
公开(公告)号：CN117808683B
公开(公告)日：2025-01-21
申请号：CN202311861793.1
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06T5/00 , G06V10/774 , G06V10/776 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种鲁棒的增量低光图像增强方法及装置，本发明采集一系列低光图像数据集以及相应的正常光图像，以构建增量样本库；构建域增量低光图像增强模型；按照训练顺序获取当前需要训练的样本域，实时对样本域进行预处理；利用经过预处理的训练数据集，对域增量低光图像增强模型进行训练；训练完后采用当前样本域验证集筛选出在测评指标上最高的域增量低光图像增强模型并保存；然后，采用所有旧域和当前域测试集对模型进行全面测试，评估增强效果和遗忘率，并使用当前模型参数更新下一增量阶段模型参数；完成针对所有域的训练，获得最终的域增量低光图像增强模型。本发明对动态变化的低光图像域进行自适应增强，增强后的图像效果相比现有技术更好。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.043 seconds)
