-
公开(公告)号：CN115238872A
公开(公告)日：2022-10-25
申请号：CN202211005398.9
申请日：2022-08-22
Applicant: 南京大学
Abstract: 本发明涉及一种适用于任意卷积尺寸的winogard快速卷积分块方法。该分块方法包括如下步骤：步骤1，根据输入矩阵、卷积核尺寸选定适合的winograd参数；步骤2，计算分块参数、循环判断参数等控制条件进行分块循环计算；步骤3，将各个分块进行winogard快速卷积，并将得到的卷积结果值按顺序拼接；步骤4，将得到的拼接卷积结果去掉其中重复计算的行、列值，最后就可得到正确的卷积结果值。本发明创新性地提出一种适用于任意卷积尺寸的winogard快速卷积分块方法，具有一定的通用性，既能满足快速卷积算法的正确性、高效性，在硬件部署上也比传统的补零方法节约更多的资源消耗。
-
公开(公告)号：CN113933111A
公开(公告)日：2022-01-14
申请号：CN202111168017.4
申请日：2021-09-30
Applicant: 南京大学
IPC: G01N1/18
Abstract: 本发明提供了一种实现图像尺寸放大的上采样装置及其方法。其装置包括数据存储单元、数据传输单元、数据接收单元、卷积运算单元、读控制单元和写控制单元。本发明提供的实现图像上采样的方法，可以对不同尺寸图像、不同类型的图像进行处理，同时采用了流水化、模块化的思想，通过对处理的图像数据进行分块处理，重复使用分块中部分数据，例如分块的某一行及某一列，以避免卷积操作造成的图像的信息损失，提升了图像上采样的效果，也减少了硬件资源的开销。
-
公开(公告)号：CN111325236A
公开(公告)日：2020-06-23
申请号：CN202010070699.4
申请日：2020-01-21
Applicant: 南京大学
Abstract: 本发明公开了一种基于卷积神经网络的超声图像分类方法。包括：从原始图像圈定感兴趣区域并裁剪，获得剪裁后的图像；对所述裁剪后的图像采用添加高斯噪声方法与直方图均衡方法进行数据增广，获得数据增广后的数据集；利用所述增广后的数据集进行生成对抗网络的训练，并验证测试，获得训练好的生成器；加载所述训练好的生成器，通过噪声推理出图像，并对生成的所述图像标定标签；将所述生成器生成的图像扩充到分类数据集中，重新训练卷积神经网络对超声图像进行分类，并输出准确率和召回率，评估网络性能。本发明在对超声图像分类时，解决了神经网络中训练数据集不足的问题，提高了网络的泛化性能。
-
公开(公告)号：CN110148168A
公开(公告)日：2019-08-20
申请号：CN201910432950.4
申请日：2019-05-23
Applicant: 南京大学
IPC: G06T7/593
Abstract: 本发明公开了基于大小双基线的三目相机深度图像处理方法，通过引入小基线相机组减少计算量，提高计算速度，同时通过大基线相机组进行小范围的立体匹配提高视差图精度，从而达到在提高精度的同时减少立体匹配的计算量的目的。本发明对于现有的双目相机系统，额外添加一个小基线相机，在相同的算法下，通过先计算小基线相机组的视差图，以其为基准扩展一个视差搜索窗口用于大基线相机组的立体匹配，这样不仅可以提高精度同时还减小了计算量，加快了计算速度，提高了整个系统在实际应用场景中的精度与效率，而且还降低了计算量。因此本发明的整个过程能大幅减少立体匹配的计算时间，同时还提高了算法的精度，在实时平台上具有极大应用前景。
-
公开(公告)号：CN105337703A
公开(公告)日：2016-02-17
申请号：CN201510701476.2
申请日：2015-10-21
Applicant: 南京大学
CPC classification number: H04L1/0606 , H04L27/266
Abstract: 本发明是一种针对存在载波频率偏移的协作通信系统的传输方案，属于无线通信领域。本发明解决的问题是：针对协作通信系统中存在的载波频率偏移，使得信号传输的可靠性急剧下降的问题，提出了一种频率翻转的编码方案和一种低复杂度的迫零译码方法。本发明的主要算法的核心部分在于编码码字的频率翻转，使得协作通信系统的中继节点与目的节点之间的等效信道矩阵是一个复正交矩阵，目的节点对接收到的信号进行简单的处理就可以正确地还原发射信号。通过与目前已有的一些方法相比较，本发明提出的方法使得协作通信系统的可靠性更高，并且译码复杂度更低。
-
Patent Agency Ranking
公开(公告)号：CN103678004A
公开(公告)日：2014-03-26
申请号：CN201310700225.3
申请日：2013-12-19
Applicant: 南京大学
Abstract: 本发明是一种针对云计算中心主机的负载预测方法，属于云计算领域。本发明解决的问题是：针对云计算环境中主机负载的变化更加剧烈，噪声更大的问题，提出了一种将未来一段时间内的负载分割成若干连续的时间段，对这些时间段内的平均负载进行预测。本发明的主要算法的核心部分在于利用非监督的特征学习的方法对历史数据进行特征提取，将自动学习到的特征作为分类器的输入，分类器的分类结果作为预测的负载。本发明将传统的负载预测问题从回归问题转化成分类问题，通过与目前已有的一些方法相比较，本发明提出的方法能够取得更加精确的预测结果。
-
公开(公告)号：CN118447367A
公开(公告)日：2024-08-06
申请号：CN202410594559.5
申请日：2024-05-14
Applicant: 南京大学
IPC: G06V10/82 , G06V10/44 , G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种用于伪装目标检测的注意力引导网络，属于计算机视觉中的伪装目标检测领域，传统的伪装目标检测方法大多通过显著目标检测网络进行迁移学习而来，一方面目标检测任务效率不高，另一方面也很难准确获得目标的边缘信息。本发明针对伪装目标识别和定位问题，设计了一种双注意力模块，可以引导算法针对伪装目标进行重点识别，获得更多伪装目标的特征信息。在此基础上，本发明设计了一个融合模块，可以综合伪装目标的边缘和语义两类信息，实现更高精度的边缘提取。
-
公开(公告)号：CN113946538B
公开(公告)日：2024-04-12
申请号：CN202111112572.5
申请日：2021-09-23
Applicant: 南京大学
IPC: G06F15/78 , G06N3/0464 , G06N3/063
Abstract: 本发明提供了一种基于行缓存机制的卷积层融合存储装置及方法。该装置包括DDR存储器，用于存储原始输入图像数据和最终输出的特征图；片上RAM，用于基于行缓存机制存储卷积层首层的输入图像数据和层间计算结果；DDR控制器，用于控制片上RAM与DDR存储器的数据交互过程；计算模块，包括数据分发模块、卷积运算阵列和结果收集模块，用于按照层融合的分块策略，对图像分块数据进行卷积计算，并将结果存入片上RAM中。本发明可以减少层融合存储过程中分块的重叠搬运，复用数据，提升片上RAM存储资源的利用效率。
-
公开(公告)号：CN113946541B
公开(公告)日：2023-09-08
申请号：CN202111201529.6
申请日：2021-10-15
Applicant: 南京大学
IPC: G06F15/78 , G06F30/392 , G06F30/394
Abstract: 本发明提供了一种具有轮询仲裁和地址编码更新简化功能的异步路由器。该异步路由器包括LW E模块，用于接收东、西和本地方向的输入数据；WESN模块，用于接收LWE模块的传输数据，以及接收南北两个方向的输入数据，并判断数据包在东西两个方向上跳数是否为0；NSL模块，用于接收WESN模块的传输数据，并判断数据包南北两个方向的跳数是否为0。本发明提供的异步路由器，可以用于构成任意尺寸的使用X‑Y路由算法的2D‑mesh片上网络，具有一定的通用性。同时本发明数据包采用地址编码更新简化功能格式，在更新数据包地址信息时，只需交换导线顺序，无需添加任何数字逻辑门，可以减小异步路由器的面积开销和传输延迟。
-
公开(公告)号：CN116681636A
公开(公告)日：2023-09-01
申请号：CN202310924379.4
申请日：2023-07-26
Applicant: 南京大学
Abstract: 本发明公开了基于卷积神经网络的轻量化红外与可见光图像融合方法，属于图像处理和计算机视觉领域。本发明方法先进行图像配准，然后根据可见光图像的平均亮度是否低于某阈值来判断是否进行增强网络EnhanceNet处理，再将可见光Y分量与灰度图格式的红外图像分别输入到融合网络FusionNet中得到融合结果Y’，再进行格式转化得到最终融合图像。本发明将低光照图像增强与图像融合耦合在一起，使得本发明算法在低照度场景下也能实现良好的融合效果。本发明中的增强网络与融合网络都是参数量和计算量小、推理速度快的轻量化卷积神经网络，适合部署到资源受限的嵌入式设备。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.02 seconds)
