-
公开(公告)号：CN113645562B
公开(公告)日：2022-11-15
申请号：CN202110738229.5
申请日：2021-06-30
Applicant: 南京邮电大学
Abstract: 本申请涉及一种基于5G信号的室内大型商场智能指纹定位方法。该方法包括：通过获取目标商场内待定位终端当前采集的定位点的信号数据；采用混合滤波方法对所述定位点的信号数据进行数据清洗，获得清洗后的数据；基于离线阶段对所述目标商场的子区域划分结果，为所述清洗后的数据匹配子区域，并根据所属的子区域内的参考点，基于改进的自适应加权近邻算法进行位置解算，获得所述待定位终端的定位信息；向所述待定位终端反馈所述定位信息。提高了在线阶段的定位精度，且降低了在线定位阶段的位置匹配的复杂度。
-
公开(公告)号：CN115278520A
公开(公告)日：2022-11-01
申请号：CN202210805140.0
申请日：2022-07-08
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于指纹库迁移重构的5G室内定位方法，包括：提取源域，基于源域与目标域的基站相似度进行自适应源域筛选，构建高质量的源域数据库；基于源域与目标域的同构特征对源域数据进行聚类模型的训练，使目标域数据生成伪标签；基于投影矩阵进行两域之间特征知识的迁移，并基于同现样本与异现样本重构一个新的域不变的共享指纹库，并更新类标签；在线实时定位阶段，在数据投影重构的基础上在对应类别中采用WKNN算法得到定位点的坐标。本发明中的知识迁移具有较好的指纹库重构效果，降低了重新采集指纹库数据的成本，降低了在线阶段与大量的指纹数据进行匹配的复杂度和在线定位时间，提高了定位精度。
-
公开(公告)号：CN115227246A
公开(公告)日：2022-10-25
申请号：CN202210802515.8
申请日：2022-07-07
Applicant: 南京邮电大学
Abstract: 本发明公开了面向智能驾驶的驾驶人声音情感识别方法，包括：采集不同用户在驾驶场景下包含不同情绪的声音数据，构建驾驶人三维声音特征数据集；然后构建基于三维声音特征的聚类多模型训练方法，通过基于三维声音特征的聚类方法得到不同人员类别的样本用户，进而利用不同人员类别的样本用户数据训练高斯混合模型，形成面向不同人员类别的声音情感识别模型；之后使用者在初始化时输入正常情绪状态下的声音进行初始化归类，得到通用的基准模型和基准参数；最后在运行识别阶段输入实时采集的使用者的声音，声音样本经过基准模型后将其再输入其他模型中进行多模态信息融合并做判断，最终输出识别结果。本发明提高了智能驾驶场景下的情感识别的准确性。
-
公开(公告)号：CN113296845B
公开(公告)日：2022-10-14
申请号：CN202110619280.4
申请日：2021-06-03
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开一种边缘计算环境下基于深度强化学习的多小区任务卸载算法，提出了一种改进的双深度Q网络算法，并基于双深度Q网络算法进行任务卸载算法设计，并将MEC边缘控制平台作为智能体与车联网环境进行交互，旨在相同的资源下优化任务处理速率与任务执行时延，另外在复杂业务场景下，针对DQN算法中存在的过估计问题，对DQN算法中的Q值函数进行改进，提高模型选择最优卸载策略的能力，本方案可以显著的提高计算与存储资源的利用率、有效降低车辆终端的任务执行时延，大幅度提高边缘侧计算与存储资源的利用率，并且算法收敛效率高于传统的DQN算法，解决了任务的最佳卸载比例问题，能够更有效地降低任务的执行时延。
-
公开(公告)号：CN115100601A
公开(公告)日：2022-09-23
申请号：CN202210768433.6
申请日：2022-06-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多视角特征群智融合的特定行人目标匹配方法利用监视区域布置的多个角度的摄像头的优势，主摄像头和辅助摄像头联动，智能的提取加权多视角融合特征，减少障碍物对特定行人目标匹配的影响，降低了漏匹配的概率；根据加权多视角融合特征与监视行人目标特征集的多视角融合特征计算匹配相似度，进而计算不匹配概率，获得初级目标待匹配行人。之后进行进一步匹配，提供了两种匹配方法，通过阈值条件和最大相似度分层判断待匹配行人是否是目标被监视行人，或者计算利最大相似度，对被监视行人剔除，循环计算最大相似度，本发明降低了误匹配概率，提高了待匹配行人和目标被监视行人的匹配精度。
-
Patent Agency Ranking
公开(公告)号：CN115100522A
公开(公告)日：2022-09-23
申请号：CN202210741289.7
申请日：2022-06-27
Applicant: 南京邮电大学
IPC: G06V20/10 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于树木生长模型的智慧园林航拍树种自适应识别方法，包括如下步骤：构建航拍树种数据集以及进行模型训练；利用树木生长模型进行粘连树木分割和树种区域定位；对分割好的树种区域图片进行色差补偿；将最终处理图片送入到模型中进行识别，并将识别的参数信息在原图对应位置进行标注，输出最终的识别结果图。在智慧园林场景中，利用本发明的方法，可以很好的解决由于粘连严重和天气变化导致的色差变化所引起的树种识别不准确问题，同时本发明避免使用点云雷达和红外光栅传感器等昂贵的特征提取设备，在保证识别准确度的情况下，极大减轻了园林成本投入。
-
公开(公告)号：CN110458012B
公开(公告)日：2022-09-20
申请号：CN201910602713.8
申请日：2019-07-05
Applicant: 南京邮电大学
IPC: G06V40/16
Abstract: 一种多角度人脸识别方法及装置、存储介质和终端，所述方法包括：将采集到的原始图像进行预处理；将预处理后的原始图像进行颜色空间转换，得到YUV空间的图像；从所述YUV空间的图像中提取肤色区域，形成肤色区域的二值化蒙板；将所提取的二值化蒙板中的人脸肤色区域图像旋转至正常角度；对经过角度旋转得到的正常角度的人脸肤色区域图像进行识别。上述的方案，可以在使用有限的计算资源进行人脸识别时，提高识别的准确度。
-
公开(公告)号：CN109977777B
公开(公告)日：2022-08-30
申请号：CN201910140450.3
申请日：2019-02-26
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于新型RF‑Net模型的手势识别方法，包括如下步骤：S1、在AlexNet模型的基础上进行模型优化，得到AlexNet_I模型；S2、在手势图像训练集中训练AlexNet_I模型并固定网络参数，得到手势特征提取模型；S3、建立并训练RF模型；S4、将手势特征提取模型与RF模型结合，构建成RF‑Net模型、并使用所述RF‑Net模型进行手势图像识别。本发明的方法能够快速而准确地对图像中的手势进行识别，有效地提高了用户体验基于手势的人机交互系统的舒适度。
-
公开(公告)号：CN114913438A
公开(公告)日：2022-08-16
申请号：CN202210313455.3
申请日：2022-03-28
Applicant: 南京邮电大学
IPC: G06V20/17 , G06V10/762 , G06V20/40
Abstract: 本发明公开了一种基于锚框最优聚类的YOLOv5园林异常目标识别方法，包括：采集园林垃圾样本图像，并对园林垃圾样本图像进行标注，构建园林垃圾图像数据集；利用改进的K‑means算法对园林垃圾图像数据集进行锚框聚类，得到最优的9个锚框；根据最优的9个锚框设置YOLOv5网络模型的锚框尺寸，并对YOLOv5网络模型进行训练，得到训练好的YOLOv5网络模型，利用训练好的YOLOv5网络模型实现园林垃圾识别。在智慧园林场景中，利用本发明的方法，可以将无人机拍摄的视频和图片信息中的粘连的垃圾精准的识别出来，提高了垃圾识别的召回率和准确率，大大减轻了园林中人力和物力的投入，减少了人工巡检的工作。
-
公开(公告)号：CN113204989B
公开(公告)日：2022-07-29
申请号：CN202110295154.8
申请日：2021-03-19
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V10/80 , G06V10/764 , G06K9/62
Abstract: 本发明提出了一种面向跌倒分析的人体姿态时空特征提取方法，该方法首先采用人体姿态估计算法检测得到目标姿态关键点数据；然后提出了基于行为分析的空间特征设计方法、基于行为分析的时序特征设计方法以及基于自适应FSW的人体姿态时空特征融合方法，设计提取出人体跌倒特征，并融合成跌倒特征向量；最后将特征向量输入到分类器，以此判断人体是否发生跌倒行为。该方法可以提取出有意义的深层次的人体跌倒特征，大大提高了跌倒识别的准确率，可以广泛的应用到家居场景中。
-
-
-
-
-
-
-
-
-
Search Results
387
records
(took 0.06 seconds)
