-
公开(公告)号：CN112149725B
公开(公告)日：2023-08-22
申请号：CN202010991678.6
申请日：2020-09-18
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06T5/00 , G06T5/10 , G06T7/11 , G06V10/82
Abstract: 本发明公开了一种基于傅立叶变换的谱域图卷积3D点云分类方法，包括：利用G‑PointNet网络模型对输入的原始点云进行几何采样处理：通过设置一个角度阈值V，将点的邻域夹角值大于的点划分至几何特征区域G且剩余的点划分至其它区域T，采样获得各区域点云；基于Dynamic KNN局部图构造方法引入一个扩张率E，选择性地每隔E个近邻点云建立一个局部几何图。利用基于傅立叶变换的谱域图卷积方法进行谱域图卷积，获得多个池化后的图局部特征并通过G‑PointNet得到全局特征进行分类，获取得到分类结果。本发明有效解决了点云密集程度分布不均匀问题，保留了空间几何信息，能高效的区分点云的边缘点同时分离噪声点，提高分类精度。
-
公开(公告)号：CN111259930B
公开(公告)日：2023-04-25
申请号：CN202010020371.1
申请日：2020-01-09
Applicant: 南京信息工程大学
IPC: G06V10/82 , G06V10/764 , G06V10/26 , G06V10/25 , G06V10/774 , G06N3/045 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种自适应注意力指导机制的一般性目标检测方法，属于计算机视觉目标检测领域。包括交叉下采样、目标区域识别(SORR)、注意力指导机制的金字塔预测卷积(APPK)和并交比(IoU)自适应损失优化。交叉下采样可保留多尺度特征图中的整体细纹理特征，减少了在图像下采样过程中空间信息的丢失；SORR模块将特征图划分为n×n网格，并得到注意力得分图，提高了目标检测效率；APPK模块可以选择推荐区域来处理预测模块和多尺度目标之间的不匹配问题；IoU自适应损失函数用于处理训练中难样本(Hard example)的问题。该目标检测方法在准确度和检测速度方面都优于现有的一般性目标检测方法。
-
公开(公告)号：CN115222946A
公开(公告)日：2022-10-21
申请号：CN202211134330.0
申请日：2022-09-19
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种单阶段实例图像分割方法、装置以及计算机设备，涉及图像实例分割技术领域，首先提取多层次的图像特征信息，为了更充分地利用高层特征的语义信息和底层特征的细粒度特征，引入自适应特征融合模块计算不同尺度特征权重并融合，将融合后的特征送入三个分支进行实例核预测和掩码分割以及语义类别预测，为了突出特征核的位置信息，引入混合双注意力机制筛选有效特征核，然后将生成掩码与特征核进行映射，根据实例的分类分数和相应的掩码，确定每个实例的类别与置信度，阈值筛选得到最终的分割结果，为了权衡模型分割的速度与精度，采用二部匹配的策略，避免矩阵非极大值抑制操作，大大提升了分割速度。
-
公开(公告)号：CN114373094A
公开(公告)日：2022-04-19
申请号：CN202111489573.1
申请日：2021-12-08
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/56 , G06V10/46 , G06V10/82 , G06V10/75 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于弱监督学习的门控特征注意力等变分割方法，具体为：1、训练第一分类网络，权重共享得到第二分类网络；训练第一门控的部分融合模块，权重共享得到第二门控的部分融合模块；2、对原始图像进行仿射变换得到仿射图像；3、将原始图像、仿射图像分别输入至两个分类网络；4、将两个分类网络的最后一层的特征层分别作为类激活映射、仿射类激活映射；5、将两个分类网络的特定阶段输出的特征图输入至相应的门控的部分融合模块，得到门控特征图和仿射门控特征图；6、将步骤4和步骤5得到的结果输入至交叉特征注意力模型中，得到改进的类激活映射；7、根据改进的类激活映射实现图像的分割。本发明提高了弱监督网络的分割精度。
-
公开(公告)号：CN109814179B
公开(公告)日：2021-01-12
申请号：CN201910007252.X
申请日：2019-01-04
Applicant: 南京信息工程大学
IPC: G01W1/10
Abstract: 本发明提出了一种基于云感知的应急通信处理系统，该系统主要由三部分组成：云端中心实现空天地信息采集存储，同化预报中心实现信息同化及预报，预警信息发布平台实现预警信息更新与发布。首先，云端中心通过卫星主站、气象气艇和气象雷达等设备完成信息的采集并基于云架构进行存储；其次，同化预报中心以4D‑WRF‑EnSRF算法为核心对已获得的各类信息进行同化处理，并以云资源的方式送入预警信息发布平台；最后，预警信息发布平台建立预警信息发布网络，将预警信息以DAB、互联网及网络等方式在第一时间送至灾害现场，保障救援行动有效执行及群众快速疏散。
-
Patent Agency Ranking
公开(公告)号：CN112183886A
公开(公告)日：2021-01-05
申请号：CN202011138708.5
申请日：2020-10-22
Applicant: 南京信息工程大学
Abstract: 本申请涉及一种基于卷积网络和注意力机制的短时临近降雨预测方法。该方法包括：获取被预测区域在当前时间点前预设时段内的降雨过程图像；将所述降雨过程图像进行预处理，获得完全时空特性的张量；完全时空特性的张量输入多尺度特征融合的神经网络中进行特征提取，获得局部短期运动特征；将所述局部短期运动特征输入到结合了注意力机制的卷积长短期记忆人工神经网络中进行降雨预测，获得降雨预测信息；将所述预测结果信息输入到卷积层进行反向重构，获得所述被预测区域的未来降雨图像序列。解决了时空信息丢失容易，预测精度低的问题，提高了短时临近降雨的预测精度。
-
公开(公告)号：CN111368882A
公开(公告)日：2020-07-03
申请号：CN202010103827.0
申请日：2020-02-20
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于简化独立成分分析和局部相似性的立体匹配方法，用于图像处理技术领域，该方法对DispNetC网络进行改进，首先提出了简化独立成分分析(ICA)代价聚合，引入匹配代价卷金字塔，简化ICA算法的预处理过程，同时定义简化ICA损失函数；其次，引入区域损失函数，结合单像素点损失函数，定义局部相似性损失函数，以完善视差图的空间结构；最后，简化ICA损失函数和局部相似性损失函数相结合，训练网络进行视差图预测，弥补视差图的边缘信息。本发明在保证视差图预测速度的同时，提高了视差图边缘以及细节部分的预测准确率，减少了在预测过程中对单像素点的依赖程度。
-
公开(公告)号：CN109151793A
公开(公告)日：2019-01-04
申请号：CN201810900946.1
申请日：2018-08-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于云计算的多网精细化应急救援指挥系统，包括应急救援指挥体系和应用网络两部分，所述急救援指挥体系包括后方指挥中心、前方指挥中心和现场救援队，所述应用网络包括空天应急传输网、现场应急通信网络、自组织无线传输网络和预警信息发布网。本发明完善了现有应急指挥架构和工作方式，由天地一体“广覆盖”拓展到“深覆盖”，实现了后方指挥中心、前方指挥中心和现场救援队不同架构层的精细化指挥通信，可最大范围的保证重大灾害发生后，由基站受损造成通信能力大幅下降，而导致通信的中断和瘫痪问题得到解决，保证现场救援过程中的精细化指挥，极大地提高了应急通信保障能力。
-
公开(公告)号：CN106203448A
公开(公告)日：2016-12-07
申请号：CN201610538778.7
申请日：2016-07-08
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于非线性尺度空间的场景分类方法，构建非线性尺度空间，提取并融合图像颜色特征和空间特征，得到C-KAZE特征描述向量，通过K-means将得到的C-KAZE特征向量聚类生成视觉词包，经过编码池化后，得到高层语义，结合BoVW模型，SPM模型提取并融合图像的高层语义特征和空间布局信息，通过编码和平均池化操作得到最终的特征向量，输入SVM分类器完成场景分类。本发明可快速有效的完成高分辨率，大数据量的场景图像分类，其平均分类准确率和实时性均高于现有分类算法。
-
公开(公告)号：CN105184796A
公开(公告)日：2015-12-23
申请号：CN201510571481.6
申请日：2015-09-09
Applicant: 南京信息工程大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/30168
Abstract: 本发明公开了基于二元空间依存关系的失真图像评价方法，对图像rgb空间的数值进行归一标准化，然后将rgb图像映射到hsv空间；建立图像二元空间位置关系与小波分解高频系数的联合分布；采用二元广义高斯分布拟合建立的联合分布，估计二元广义高斯分布参数；根据估计出的二元广义高斯分布参数计算图像的失真程度，评价图像质量。本发明采用hsv色空间以符合人类视觉系统的色彩响应机制，应用图像的小波分解系数以减少像质特征的内容相关，并通过二元空间依存关系表示图像的失真程度。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.029 seconds)
