-
公开(公告)号：CN111445488A
公开(公告)日：2020-07-24
申请号：CN202010321025.7
申请日：2020-04-22
Applicant: 南京大学
Abstract: 一种弱监督学习自动识别和分割盐体的方法，使用Grabcut算法对盐体图片进行预处理，初步分割出盐体轮廓，得到训练集，再使用卷积神经网络建立弱监督分割模型，利用损失函数引导模型学习盐体的特征，通过迭代的方式不断修正训练集中的标注，所述标注指有盐和无盐两种标注，使训练集的标签逐像素更为准确，得到训练好的弱监督分割模型，用于分割待测图片中盐体位置轮廓。本发明实现机器自动准确识别出盐体是否存在及存在的位置和轮廓，在数据集标注不完整、不准确的情况下，能够学习盐体的特征，实现对盐体的高效准确分割。
-
公开(公告)号：CN111444889A
公开(公告)日：2020-07-24
申请号：CN202010362830.4
申请日：2020-04-30
Applicant: 南京大学
Abstract: 基于多级条件影响的卷积神经网络的细粒度动作检测方法，建立一个多级条件影响的卷积神经网络，将视觉场景中附加的显性知识与多级视觉特征融合，所述多级条件影响的卷积神经网络MLCNet以条件影响的多分支卷积神经网络结构为主干，生成多级视觉特征，同时将人体结构和物体语境信息的附加空间语义信息作为条件进行编码，通过仿射变换和注意机制动态影响CNN的特征提取，最后融合调制多模特征以区分各种交互动作；对多级条件影响的卷积神经网络进行模型训练，得到的模型输出细粒度动作检测结果。本发明在HICO-DET和V-COCO这两个最常用的基准上对所提出的方法进行评估，实验结果表明，本发明方法优于现有的方法。
-
公开(公告)号：CN110706151A
公开(公告)日：2020-01-17
申请号：CN201910859285.7
申请日：2019-09-11
Applicant: 南京大学
Abstract: 一种面向视频的非均匀风格迁移方法，首先对于输入的视频，为每个视频帧上所有像素设定相应的风格化程度，将视频帧表示为一层或多层特征图，同时采用相同的方法将风格图像表示为一层或多层特征图，计算风格迁移中的内容损失、风格损失和时间一致性损失，求和得到总损失函数，最小化风格迁移总损失函数，生成风格迁移结果。供本发明方法解决了视频风格迁移中过度风格化或风格化不足的问题，实现了在突出部分区域内容的同时强烈渲染其它区域的风格，在风格化的过程中更好的平衡风格化视频的内容保持程度和风格渲染程度。
-
公开(公告)号：CN110135500A
公开(公告)日：2019-08-16
申请号：CN201910413779.2
申请日：2019-05-17
Applicant: 南京大学
Abstract: 一种基于自适应深度特征滤波器的多场景下目标跟踪方法，将原始图像的目标区域从RGB空间转换到颜色命名空间当中，减小颜色变化的干扰，然后计算目标区域的前景概率图，根据前景概率图使用前景区域提取到的特征进行训练，以缓解边界效应，有效抑制背景中的噪声，使得本发明能够自适应地提取目标特征。本发明使用多层深度特征分别在相应的相关滤波器中进行训练，并且自适应地根据跟踪效果、滤波器稳定性、历史响应等信息更新相应深度特征滤波器的权重，在不同场景中引导跟踪模型自适应地选择有用的深度特征，能够在多种复杂场景中鲁棒地跟踪目标。相比于现有技术，本发明具有鲁棒性高的优点，能够在多种复杂场景中准确地进行目标跟踪。
-
公开(公告)号：CN106056575A
公开(公告)日：2016-10-26
申请号：CN201610293356.8
申请日：2016-05-05
Applicant: 南京大学
Abstract: 一种基于似物性推荐算法的图像匹配方法，包括预处理部分和检索匹配部分，利用似物性推荐算法得到原始图像中的候选框，再分别计算模板图像和每个候选框的颜色方向直方图，其中候选框的直方图利用事先计算好的积分图来快速得到，然后比较各候选框与模板图像直方图之间的相似度，相似度高于给定阈值，则匹配成功。本发明整幅图像的匹配可以在0.3秒左右完成，在实时性上远高于现有技术方法，同时方向直方图与颜色直方图是适应旋转和尺度变化的，所以本发明方法对旋转和尺度变化是鲁棒的。
-
Patent Agency Ranking
公开(公告)号：CN103176837B
公开(公告)日：2016-06-08
申请号：CN201310102077.5
申请日：2013-03-27
Applicant: 南京大学
IPC: G06F9/46
Abstract: 基于反转单链表的锁无关消息队列实现方法，用于2线程服务器架构，包括a)基于反转单链表的锁无关消息队列的数据结构，b)基于所述数据结构实现的两个锁无关方法的操作函数：Push函数和Pop函数；2线程间通过所述锁无关消息队列，在所述锁无关方法下进行通讯。本发明在2个线程的服务器架构上，创新性的提出了基于反转单链表的锁无关消息队列的方法，并且没用使用任何昂贵的原子指令，将计算量降低到最低，使得执行效率非常高，通过实验，本发明提出的基于反转单链表的锁无关消息队列在2个线程的服务器架构下，执行速度是传统的基于锁的消息队列的数倍。
-
公开(公告)号：CN103969683A
公开(公告)日：2014-08-06
申请号：CN201410214969.9
申请日：2014-05-20
Applicant: 南京大学
IPC: G01V1/28
Abstract: 一种三维地震解释中基于约束的批量拾取层位面的方法，利用通过人工拾取的或者通过其他方式拾取的上下两个层位面作为约束面，然后获取约束层位面提供的已知条件，结合将要拾取的中间层位面之间存在相互制约的关系，进行同步拾取约束层位面之间的所有层位面。本发明提供了一种新的增加约束信息的自动拾取多张层位面的方法，该方法结合给定上下约束层位面的信息，提供了对将要拾取的层位面的辅助信息。在经过滤波之后得到的样本点上进行种子地震道蔓延法来拾取层位面，可以提高精确度和时间效率。
-
公开(公告)号：CN103706106A
公开(公告)日：2014-04-09
申请号：CN201310745454.7
申请日：2013-12-30
Applicant: 南京大学
Abstract: 一种基于Kinect的自适应连续动作训练方法，用户通过训练系统来练习自身的动作达到标准动作，所述训练系统包括用户骨架数据获取模块、骨架数据采样模块、快速动作比对模块和显示结果与动作回放模块，骨架数据采样模块对用户骨架数据获取模块获取的用户骨架数据进行采样，并将采样数据送至快速动作比对模块进行分析处理，显示结果与动作回放模块用于显示及回放分析处理得到的数据，其中用户骨架数据获取模块采用微软的Kinect体感设备。本发明方法中，用户本身不需要携带任何传感器或者穿戴有标记传感器的衣物，在不需要教练员的情况下，用户通过该系统可以跟着标准视频动作自主地练习动作，通过系统的不断反馈逐步提高学习的准确度。
-
公开(公告)号：CN101702237B
公开(公告)日：2011-11-23
申请号：CN200910213093.5
申请日：2009-11-10
Applicant: 南京大学
IPC: G06T7/00
Abstract: 一种基于二次误差测度的层位面拟合方法，包括以下步骤：数据输入及预处理；拟合区域确定；计算采样点的二次误差测度矩阵；将采样点分配给每个待调整的网格顶点；利用二次误差测度矩阵调整网格顶点。本发明提出一种基于二次误差测度的层位面拟合方法，可以根据输入的采样点和断层面，对已重构的层位面进行变形，使得变形后的层位面更符合输入点的形状。相对于现有的网格变形方法，本发明使用简便，速度快，可以较好地解决网格模型局部变形的问题。
-
公开(公告)号：CN119068016A
公开(公告)日：2024-12-03
申请号：CN202310625057.X
申请日：2023-05-30
Applicant: 南京大学
IPC: G06T7/246 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/74
Abstract: 一种基于模态感知特征学习的RGBT目标跟踪方法，构建目标跟踪模型用于RGBT目标跟踪任务，目标跟踪模型包括特征提取模块、模态感知模块、Transformer融合模块、三分支预测头以及模板更新模块；训练采用迁移学习策略。本发明的模态感知模块结合通道特征的聚合和分发机制以及空间特征的相似性感知机制，充分挖掘多模态判别特征；Transformer融合模块用于融合模板与搜索区域的特征，采用混合注意力有效捕获全局依赖关系以增强实例表示；三分支预测头结合相互约束损失函数，提升目标定位精度；模板更新模块用于目标模板的优化，缓解了尺度变化、背景干扰、部分遮挡等挑战因素的影响，进一步提升目标跟踪的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.021 seconds)
