-
公开(公告)号：CN110148138A
公开(公告)日：2019-08-20
申请号：CN201910432731.6
申请日：2019-05-23
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于双重调制的视频目标分割方法，包括步骤一：将当前视频帧图像输入至调制好的分割网络中，输出当前视频帧图像中分割目标对应的特征图；步骤二：将分割网络输出的特征图输入至特征注意金字塔模块中得到分割目标对应的最终特征图，完成目标分割；所述特征注意金字塔模块借助于该输入的特征图的全局上下文表示，来学习得到输入的特征图的不同尺度信息，得到分割目标对应的最终特征图。
-
公开(公告)号：CN110136063A
公开(公告)日：2019-08-16
申请号：CN201910392719.7
申请日：2019-05-13
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于条件生成对抗网络的单幅图像超分辨率重建方法。在生成对抗网络的判别器网络中加入判别条件，即原始真实图像。在生成器网络中加入深度残差学习模块来实现高频信息的学习和缓解梯度消失的问题。将需要重建的单张低分辨率图像输入至预先训练好的条件生成对抗网络中，进行超分辨率重建，得到重建的高分辨率图像；所述条件生成对抗网络模型的学习步骤包括：将高低分辨率训练集输入到条件生成对抗网络模型中，并使用预先训练好的模型参数作为该次训练的初始化参数，通过损失函数来判断整个网络的收敛情况，当损失函数收敛时，得到最终训练好的条件生成对抗网络模型，并保存模型参数。
-
公开(公告)号：CN109978762A
公开(公告)日：2019-07-05
申请号：CN201910144539.7
申请日：2019-02-27
Applicant: 南京信息工程大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于条件生成对抗网络的超分辨率重建方法，具体为：利用公开的超分辨率图像数据集，制作低分辨率图像和对应高分辨率图像训练集；构建条件生成对抗网络模型，在生成器网络中使用密集残差块，在生成网络模型的末端，用亚像素上采样方法实现超分辨率图像重建；把训练图像集输入到条件生成对抗网络中进行模型训练，通过感知损失函数让训练模型收敛；对图像测试集进行下采样处理，获得低分辨率测试图像；把低分辨率测试图像输入到条件对抗网络模型中，获得高质量的高分辨率图像。本发明可以很好的解决传统生成对抗网络生成的超分辨图像看似清晰、评估指标极低的问题，同时通过密集残差网络缓解梯度消失和高频信息丢失的问题。
-
公开(公告)号：CN109359663A
公开(公告)日：2019-02-19
申请号：CN201810960742.7
申请日：2018-08-22
Applicant: 南京信息工程大学
CPC classification number: G06K9/6292 , G06K9/4642 , G06K9/4652 , G06K9/6221
Abstract: 本发明公开了一种基于颜色聚类和时空正则回归的视频跟踪方法，属于视频跟踪方法领域。本发明包括以下具体步骤：对目标区域颜色聚类；统计出直方图；计算颜色聚类响应；学习时空融合正则化的相关滤波模型；计算时空正则相关滤波响应；融合颜色聚类响应和时空正则响应；更新分类器参数。本发明通过对初始颜色的聚类，有效地缓解了噪声的影响；并且通过时空正则化，充分利用了不同帧之间的时间和空间信息，提升了目标跟踪技术在各类场景中的精度。
-
公开(公告)号：CN109242885A
公开(公告)日：2019-01-18
申请号：CN201811019303.2
申请日：2018-09-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于时空非局部正则的相关滤波视频跟踪方法，受到视频中的时空非局部性目标表观重现技术的启发，我们利用非局部信息来精确地表述和分割目标，得到一个目标概率图去正则化目标跟踪里的相关滤波器。特别地，给出一个目标边界框，我们首先生成一系列超像素去描述前景和背景，然后利用长期的时空非局部相似物来更新每个像素的表观。接着，利用更新过的表观，我们利用超像素标签的一致性概率建模出了一个时空图模型。之后，我们通过优化图模型更新表观模型和预测标签。最终，利用分割掩模，我们获得了一个目标概率图，它被用来自适应地约束相关滤波学习，通过挤压混乱背景下的噪声，以此来充分利用长期的稳定的目标表观信息。本发明的视频跟踪算法在光照剧烈变化和目标场景复杂的情况下显著地提高了跟踪器的稳健性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN105930808A
公开(公告)日：2016-09-07
申请号：CN201610263589.3
申请日：2016-04-26
Applicant: 南京信息工程大学
CPC classification number: G06K9/00718 , G06K9/00744 , G06K9/6267
Abstract: 本发明公开了一种基于vector boosting模板更新的目标跟踪方法，包括以下步骤：输入跟踪视频序列，在第一帧检测到目标位置的基础上，生成正负样本，用vector boosting的算法，构造模板，以及造贝叶斯分类器；在下一帧到来的时候，在上一帧目标位置的周围，产生很多候选的目标区域，接着，用上一帧训练的分类器，找到响应最大的区域，作为这一帧的目标位置，当出现分类器相应低的情况时，引进了预测机制，用当前帧的前两帧的目标运动状态，对跟错的目标进行校正，用最新跟踪到的目标信息进行模板和分类器的更新。本发明提出的自适应目标跟踪的算法，实时性较高，达到60帧每秒的跟踪速度，跟踪效果较好，能够处理跟踪中出现的遮挡，形变，快速运动等挑战。
-
公开(公告)号：CN105809713A
公开(公告)日：2016-07-27
申请号：CN201610120658.5
申请日：2016-03-03
Applicant: 南京信息工程大学
CPC classification number: G06K9/6234 , G06K9/6273 , G06T2207/10016 , G06T2207/20076 , G06T2207/20081 , G06T2207/30232 , G06T2207/30241
Abstract: 本发明公开了一种基于在线Fisher判别机制增强特征选择的目标跟踪方法。这是一种有效的外观模型，它通过高区分度的特征来处理视觉追踪目标的外观变化。Fisher判别增强特征选择机制能够选择出类内离散程度小，类间离散程度大的特征，从而增强区分目标和背景的能力。此外，本发明采用了粒子滤波结构进行目标追踪，候选粒子的权重体现了粒子周围的上下文信息，因此增强了追踪的鲁棒性。为了提高效率，本发明用了coarse?to?fine搜索机制来提高目标定位的效率和准确性，在CVPR2013跟踪基准测试库上进行了大量实验，在鲁棒性和精度上取得了良好的效果。
-
公开(公告)号：CN208578457U
公开(公告)日：2019-03-05
申请号：CN201820461241.X
申请日：2018-04-03
Applicant: 南京信息工程大学
IPC: E05F15/73 , E05F15/603 , G06K9/00 , G08B21/24
Abstract: 本实用新型涉及一种基于人脸识别的儿童防坠楼系统，包括主控制器模块、人脸识别模块、电机控制模块、报警模块和视频采集模块，人脸识别模块、电机控制模块、报警模块和视频采集模块均与主控制模块连接，视频采集模块用于采集窗户附近的视频信息并将视频信息传输给主控制器模块，人脸识别模块用于接收和识别主控制器模块发送的视频信息，并将识别结果反馈给主控制器模块，主控制器模块用于接收人脸识别模块反馈的识别结果，并根据识别结果向电机控制模块和报警模块发送指令，电机控制模块用于接收主控制器模块的指令并控制窗户的启闭，提醒模块用于接收主控制器模块的指令并发出提醒信号，该系统能自动识别靠近窗户的儿童并做出提醒。
-
公开(公告)号：CN208536071U
公开(公告)日：2019-02-22
申请号：CN201820782938.7
申请日：2018-05-24
Applicant: 南京信息工程大学
Abstract: 本实用新型涉及一种基于视觉手势识别的油烟机控制系统，属于厨房电器技术领域。包括视频采集模块、手势识别模块、主控制器模块和提示模块，视频采集模块、手势识别模块和提示模块分别与主控制器模块相连，视频采集模块与手势识别模块相连。通过手势对油烟机进行相应的控制命令并显示具体的操作过程以及提示功能，具有高适用性、易操作性和非接触式的特点。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号：CN208448599U
公开(公告)日：2019-02-01
申请号：CN201821101020.8
申请日：2018-07-11
Applicant: 南京信息工程大学
IPC: A63B71/06
Abstract: 本实用新型公开一种运动员运动状态实时检测系统，属于生命体征检测技术领域。包括体能检测设备、姿态检测设备、无线传输设备和监控中心，体能检测设备、姿态检测设备、与无线传输设备输入端连接，监控中心与无线传输设备经无线信号连接；体能检测设备包括佩戴在运动员手腕上的手环和运动背心，腕带里设有电子血压计，运动背心里设有温度传感器和心率表；姿态检测设备包括运动员佩戴的护膝、护腕和鞋袜，护膝护腕中设有关节压力传感器和肌肉压力传感器，鞋袜里设有检测运动员运动加速度的加速度传感器和脚底压力传感器；由监控中心处理、存储和显示运动员状态数据。具有可实时监测运动员身体状态、有利于保护运动员、方便实用等优点。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.029 seconds)
