-
公开(公告)号：CN119206088A
公开(公告)日：2024-12-27
申请号：CN202411676372.6
申请日：2024-11-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于数据驱动压缩与自适应分裂的高效三维重建方法，包括：获取多视角图像生成3D高斯；构建掩码生成网络和判别网络，掩码生成网络生成掩码，筛选被消除的3D高斯；通过可微光栅渲染器优化3D高斯的属性；利用掩码进行高斯选择和消除，生成部分高斯被消除后的渲染图；若达到预设迭代次数，则根据3D高斯对场景的贡献进行保留或消除；否则进行高斯分裂或复制操作。通过掩码生成网络和判别网络的对抗性学习以及重建损失优化，在减少高斯数量的同时实现高精度的三维场景重建。本发明适用于各种三维重建场景，能够大幅提高渲染速度，减少计算资源消耗，同时保持重建结果的视觉质量，适用于虚拟现实、增强现实、电影特效等领域。
-
公开(公告)号：CN118658106B
公开(公告)日：2024-11-22
申请号：CN202411132278.4
申请日：2024-08-19
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于特征解耦增强的文本生成视频方法，属于文本生成视频技术领域。其包括，将用户文本输入到预先训练好的文本生成视频网络模型中，得到与所述用户文本描述相符的视频；其中，所述文本生成视频网络模型包括视觉特征解耦网络、跨帧注意力模块及时间注意力模块，所述视觉特征解耦网络用于将视频特征进行解耦分层，所述跨帧注意力模块用于加强解耦分层的视频特征连续三帧的关联，所述时间注意力模块用于加强经过跨帧注意力输出的隐层特征全局帧的关联；本发明适用于文本生成视频，能够有效提升了生成视频细节质量。
-
公开(公告)号：CN117809203A
公开(公告)日：2024-04-02
申请号：CN202410217961.1
申请日：2024-02-28
Applicant: 南京信息工程大学
IPC: G06V20/13 , G06V10/26 , G06V10/40 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种多任务持续学习的跨海域热带气旋强度估计方法，包括：构建热带气旋强度估计模型，热带气旋强度估计模型包括相互连接的海域聚合残差模块和风‑压任务模块，将红外通道和水汽通道拼接后的单帧热带气旋图像作为热带气旋强度估计模型的输入，将神经网络回归得到的最大持续风速和最低气压值作为热带气旋强度估计模型的输出；输入单帧的红外水汽数据和指定的海域ID至训练完成的热带气旋强度估计模型，输出对应的最大持续风速值。本发明能够同时在多个海域上泛用，具有较强的实用性。
-
公开(公告)号：CN107288808B
公开(公告)日：2024-02-27
申请号：CN201710640566.4
申请日：2017-07-31
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种波浪能和太阳能互补的漂流浮标自供电装置，装置中的漂流浮标主体包括太阳能电池板发电部分、波浪能发电部分以及控制器部分，每个部分之间用导线进行连接。太阳能电池板发电部分位于漂流浮标主体的顶部，此部分露出海面，便于将太阳能转换为电能；波浪能发电部分主要由波浪能捕获机构和圆筒型永磁直线发电机构成，位于漂流浮标的中部，此部分与海面相交，便于波浪能捕获机构捕获波浪能；控制器部分位于漂流浮标的底部，此部分主要包括CPU、AC/DC转换模块、电源管理模块以及蓄电池，主要用于将太阳能电池板输出的电压和圆筒型永磁直线发电机输出的电压经过处理后存储至电池中，以供漂流浮标数据采集系统以及通讯系统等使用。
-
公开(公告)号：CN112365476B
公开(公告)日：2023-12-08
申请号：CN202011268313.7
申请日：2020-11-13
Applicant: 南京信息工程大学
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G06N3/0464 , G06V10/82 , G06N3/084
Abstract: 本发明涉及一种基于双通路深度网络的雾天能见度检测方法，包括采集高速公路监控图像，根据能见度距离分类为若干等级，并划分为训练数据集与测试数据集；构建雾天能见度检测的双通路深度网络模型，两条通路分别学习暗通道先验信息与雾天图像的深度特征，并联合两类特征通过全连接层进行分类；设计用于优化网络模型参数学习的目标函数，预设网络模型的训练超参；将训练数据送入网络模型中，根据目标函数，采用Adam优化器实现模型参数的迭代优化与更新；训练完成的网络模型可实现对高速公路雾天能见度等级的端对端分类，预测高速公路监控图像的能见度等级。本发明可实现高速公路雾天(56)对比文件闫宏艳.基于深度卷积网络的高速公路雾天能见度检测《.中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》.2023,(第1期),B026-200.
-
Patent Agency Ranking
公开(公告)号：CN113808275B
公开(公告)日：2023-10-13
申请号：CN202111120772.5
申请日：2021-09-24
Applicant: 南京信息工程大学
IPC: G06T17/20 , G06T19/20 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于GCN与拓扑修改的单图像三维重建方法，该方法具体包括如下步骤：输入图像至VGG‑16编码网络，提取特定层的特征图与图像特征向量；预设初始球体网格；根据VGG‑16编码网络提取的特定层的特征图，为初始球体每个顶点赋予图像感知特征，得到附带图像感知特征的球体网格；将该球体网格输入网格形变网络中，变更网格顶点位置，并得到初始三维模型；拓扑修改网络对初始三维模型表面进行修剪，从而更新网格拓扑结构；得到最终三维网格模型；本发明提高重建模型的质量，同时减小变形计算。
-
公开(公告)号：CN111798460B
公开(公告)日：2023-08-01
申请号：CN202010554001.6
申请日：2020-06-17
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种卫星图像分割方法,属于图像信息处理技术领域。该方法包括如下步骤：步骤1）将原始的卫星图像裁剪成块，然后输入到深度卷积网络中转换成卷积特征，来捕获基于空间信息的上下文；步骤2）将网络得到的特征输入到提出的特征解耦模块中，利用特征解耦模块将类别之间的共生关系编码到卷积特征中去；步骤3）将经过特征解耦模块得到的三个解耦特征经过卷积和上采样操作得到对应的分割结果；步骤4）将步骤3）得到的三个分割结果经过加权求和得到最终的分割结果。本发明将不同类别物体之间的共生关系编码到卷积特征中去，这样能够更好地处理场景中的孤立物体，进而对卫星图像进行分割，具有较好的分割性能和分割准确率。
-
公开(公告)号：CN110728728B
公开(公告)日：2023-04-21
申请号：CN201910874274.6
申请日：2019-09-17
Applicant: 南京信息工程大学
IPC: G06T11/00
Abstract: 本发明公开了一种基于非局部正则的压缩感知网络图像重建方法，首先获取图像数据，进行归一化处理，对图像序列进行采样，获得相应的测量向量；获取图像尺寸，根据该大小设置随机噪声，构建压缩感知网络模型，将随机噪声与测量向量作为网络的输入，添加非局部正则约束，设计目标函数，预设网络模型的超参数；采用半二次分裂算法对所设计的目标函数进行求解，交替迭代优化所构造的压缩感知网络模型，并进行正则项参数的更新，直至满足迭代结束条件；迭代过程结束后，根据当前次迭代结果计算得到重建后的图片序列，从而实现非局部正则约束的压缩感知网络重建。本发明可以在低采样的情况下，不需要对网络预训练，便可重建出接近原图的图像。
-
公开(公告)号：CN114998363B
公开(公告)日：2022-10-11
申请号：CN202210924746.6
申请日：2022-08-03
Applicant: 南京信息工程大学
IPC: G06T7/10
Abstract: 本发明公开了图像信息处理技术领域的一种高分辨率遥感影像渐进式分割方法，包括以下步骤：首先构建三个负责处理不同尺度对象的级联子网；然后以小尺度、大尺度和其他尺度逐步地捕获输入影像的空间上下文信息；再得到三个不同尺度的分割结果；接着得到三个不同尺度的位置贡献图；最后将得到的不同尺度分割结果与得到的位置贡献图进行加权求和推导最终的分割结果。本发明高分辨率遥感影像渐进式分割方法使用引入尺度关系的级联子网以小尺度、大尺度和其他尺度逐步地对目标进行分割，并且充分衡量不同子网对每个空间位置的重要性，这样能够更好地应对高分辨率遥感影像的尺度差异挑战，提高分割精确度。
-
公开(公告)号：CN114998363A
公开(公告)日：2022-09-02
申请号：CN202210924746.6
申请日：2022-08-03
Applicant: 南京信息工程大学
IPC: G06T7/10
Abstract: 本发明公开了图像信息处理技术领域的一种高分辨率遥感影像渐进式分割方法，包括以下步骤：首先构建三个负责处理不同尺度对象的级联子网；然后以小尺度、大尺度和其他尺度逐步地捕获输入影像的空间上下文信息；再得到三个不同尺度的分割结果；接着得到三个不同尺度的位置贡献图；最后将得到的不同尺度分割结果与得到的位置贡献图进行加权求和推导最终的分割结果。本发明高分辨率遥感影像渐进式分割方法使用引入尺度关系的级联子网以小尺度、大尺度和其他尺度逐步地对目标进行分割，并且充分衡量不同子网对每个空间位置的重要性，这样能够更好地应对高分辨率遥感影像的尺度差异挑战，提高分割精确度。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.043 seconds)
