-
公开(公告)号：CN103532645A
公开(公告)日：2014-01-22
申请号：CN201310471308.X
申请日：2013-10-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种压缩频谱感知方法，该方法应用于认知无线电系统中的频谱空穴检测，是一种借助压缩感知技术进行频谱感知的新方法；本发明针对观测数据进行条件设定，提高了压缩频谱感知中的检测效率，当满足接受条件时重构出估计值，当不满足接受条件时则增加观测次数，实现观测矩阵的自适应过程；本发明通过降低观测矩阵列向量之间的稀疏度，减少列向量之间的相关性，并联合观测矩阵的自适应性进行整体优化；本发明比一般压缩感知频谱重构时产生的均方误差更低，在同一观测次数下频谱检测概率更高；在达到同等接收操作性能时，本发明所需的观测次数更少。
-
-
公开(公告)号：CN113793340B
公开(公告)日：2023-10-13
申请号：CN202111013978.8
申请日：2021-08-31
Applicant: 南京邮电大学
IPC: G06T7/10 , G06T7/00 , G06T11/60 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种图像分割神经网络及远程生物成像方法及系统。包括以下步骤：数据采集和预处理，数据的远程传输，采用截断奇异值分解方法与神经网络图像分割方法，实现远程生物体成像过程。采用奇异值分解方法进行初始重建作为神经网络的输入，而不是直接使用测量的电压值作为输入，这样使得输入与输出图像具有很高的相似性，可以极大地减少深度神经网络的训练时间并提高结果的准确率。并且在U‑Net网络的基础上，对神经网络的输入和输出添加跳层连接，并进行1×1卷积。可以有效降低训练时间，提高成像结果的质量，并且能有效解决计算机性能不足所带来的计算压力。
-
公开(公告)号：CN111832391B
公开(公告)日：2023-05-26
申请号：CN202010460308.X
申请日：2020-05-27
Applicant: 南京邮电大学
IPC: G06V40/16 , G06V10/774 , G06V10/77
Abstract: 本发明公开了一种基于截断核范数的低秩判别嵌入法的图像降维方法及图像识别方法，目的在于，发掘出隐藏在高维图像信息中的低维几何描述，本发明以张量判别嵌入法(TLRDE)为基础，首先使用截断核范数(Truncated Nuclear Norm)来代替常用的核范数(Nuclear Norm)去更好地逼近矩阵的秩，使得提取出来的图像低维特征更为精确，然后通过对正则项的变形，利用人脸自带的标签信息使得该方法能够在有监督学习的情况下学习出具有判别能力的图像低维特征。本发明在图像特征提取方面性能具有明显的优势，在使用相同的图像分类方法下，通过本发明进行特征提取后的图像，具有更高的识别率。
-
公开(公告)号：CN110119720B
公开(公告)日：2023-04-28
申请号：CN201910409712.1
申请日：2019-05-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种实时眨眼检测与人眼瞳孔中心定位方法，属于图像处理与模式识别技术领域，对每一帧图像进行眼部区域截取、缩放、灰度处理与高斯平滑滤波，对滤波后的图像求梯度；计算动态梯度阈值，进行归一化；进行遍历，以梯度与估算的瞳孔半径构建并求解眼部灰度映射函数，判断是否闭眼状态，若为闭眼状态且上一帧图像为睁眼状态，则判定为一次眨眼，处理下一帧图像；若为闭眼状态且上一帧图像状态为闭眼状态，则不判定为一次眨眼，处理下一帧图像；若为睁眼状态，对图像中的每个点进行遍历，构建并求解瞳孔中心位置函数，得到瞳孔中心位置，处理下一帧图像。本方法能够有效去除图像中的噪声，提高了眨眼检测与瞳孔中心定位的鲁棒性和精度。
-
Patent Agency Ranking
公开(公告)号：CN112804650B
公开(公告)日：2022-07-29
申请号：CN202110123591.1
申请日：2021-01-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种信道状态信息数据降维方法及智能室内定位方法，首先通过基于局部线性嵌入和低秩的降维模型对构建的信道状态信息幅度数据进行降维处理，以去除数据中的冗余信息，而后将降维后的数据输入朴素贝叶斯分类器中，并用对数正态分布函数计算朴素贝叶斯分类器中的条件概率，从而实现室内定位的过程。
-
公开(公告)号：CN113781559A
公开(公告)日：2021-12-10
申请号：CN202111013506.2
申请日：2021-08-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种鲁棒的异常匹配点剔除方法及图像室内定位方法，包括：图像采集和预处理；基于概率密度阈值异常点剔除方法，剔除异常匹配点；利用一种鲁棒的基本矩阵求解方法，求解出基本矩阵和本质矩阵；并求解相对位置，通过尺度转换，坐标转换，求解用户位置，实现基于图像的室内定位的过程。根据上述技术方案，可以有效降低图像特征误匹配点对，降低基本位姿矩阵的求解误差，并且能有效避免环境中噪声带来的干扰，提高定位准确率。
-
公开(公告)号：CN112801910A
公开(公告)日：2021-05-14
申请号：CN202110171211.1
申请日：2021-02-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种信道状态信息图像去噪方法及室内定位模型，包括：去噪自编码器，用于得到去噪后的信道状态信息图像；定位网络，用于根据去噪后的信道状态信息图像进行室内定位；去噪自编码器包括一伯努利采样模块，用于将输入信道状态信息图像进行伯努利采样，得到图像对；多个编码块，用于将图像对编码成隐层表示；多个解码块，用于将隐层表示解码成干净图像；去噪自编码器重建输入图片；定位网络来进行室内定位，能有效利用低等级特征来提高定位性能，并且能够加强定位网络的信息流动，缓解过拟合。
-
公开(公告)号：CN111967531A
公开(公告)日：2020-11-20
申请号：CN202010891860.4
申请日：2020-08-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多特征融合的高精度室内图像定位方法，属于图像处理与室内定位领域，利用摄像头采集室内场景的照片，并上传至在线图像库中进行图像匹配，得到最佳匹配图像，返回所对应的位置信息而实现定位。利用提出的多特征融合模型，对场景图片的方向梯度直方图、颜色空间以及局部二进制模式特征进行特征融合，同时对特征向量进行标准化来降低图像噪声的影响，来进一步提高定位的精度。经实验表明这种基于多特征融合的高精度室内图像定位方法能快速且精确的得到用户拍照时的位置及方位信息。
-
公开(公告)号：CN109064412A
公开(公告)日：2018-12-21
申请号：CN201810634820.4
申请日：2018-06-20
Applicant: 南京邮电大学
IPC: G06T5/00
CPC classification number: G06T5/002 , G06T2207/10004
Abstract: 本发明公开了一种低秩图像的去噪方法，该方法应用于含有噪声图像的重构，通过对低秩矩阵相关特性的分析，将图像的去噪问题建模成一个非线性约束问题，然后利用交替方向乘子法推导出具体迭代步骤，从而得到去除噪声后的图像。本发明使用截断核范数来更精确的逼近矩阵的秩，避免了大的奇异值造成的结果偏差；另外在模型中加入Frobenius范数作为正则项，其和截断核范数构成关于奇异值的弹性网，使得最后求出的结果同时具有稀疏性和稳定性，从而达到更好的去噪效果。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.029 seconds)
