-
公开(公告)号：CN112883406A
公开(公告)日：2021-06-01
申请号：CN202110311948.9
申请日：2021-03-24
Applicant: 南京邮电大学
Abstract: 一种基于联盟链的远程医疗跨域认证方法，包括如下步骤：各医疗域建立信任中心或使用已有的权威信任中心；在各医疗域中设立区块链服务器，部署开源区块链平台Hyperledger Fabric，将各医疗域区块链服务器作为联盟成员加入联盟链；各医疗域的信任中心自生成跨域认证身份证书，并调用智能合约将证书的哈希值写入联盟链账本；在各医疗域中设立跨域认证代理服务器，代理本域的医疗设备进行跨域身份认证；跨域认证代理服务器请求区块链服务器调用智能合约查询分布式账本中的证书数据，根据查询结果判断证书有效性。本发明采用区块链技术避免传统证书的撤销状态在线查询过程，优化身份证书的验证方式，有效保证链上证书信息的时效性的同时减少证书数据的存储空间大小。
-
公开(公告)号：CN112086165A
公开(公告)日：2020-12-15
申请号：CN202010934782.1
申请日：2020-09-08
Applicant: 南京邮电大学
Abstract: 一种基于深度学习的上肢康复监测方法及系统，不需要用户绑定任何设备或标签，利用神经网络中预先训练好的CNN模型识别上肢的康复动作。相比于那些需要携带设备或标签的动作识别系统，利用标签矩阵不会给用户侵入感，不会侵犯用户隐私，提高用户体验感。只使用单阅读器单天线以及9个商用无源RFID标签，设备便宜、简单，没有专业设备和专业操作人员的需求。采用深度学习中的卷积神经网络来识别动作，会大大降低动作识别的等待时间。实验验证在室内房间实现，模拟在家进行康复锻炼场景，康复动作的识别精度可达到97%。
-
公开(公告)号：CN111556453A
公开(公告)日：2020-08-18
申请号：CN202010345957.5
申请日：2020-04-27
Applicant: 南京邮电大学
Abstract: 一种基于信道状态信息（CSI）和BiLSTM的多场景室内动作识别方法，在多个室内场景采集室内运动的Wi-Fi信号，并提取信道状态信息（CSI）数据；对CSI数据进行低通滤波、归一化等预处理，并将多个场景的数据分别划分为训练集和测试集；通过将原场景训练集输入基于BiLSTM的深度神经网络进行原场景动作识别模型训练；利用学习到的原场景模型可以对采集到的原场景CSI测试集数据进行分类，达到室内动作识别目的；利用迁移学习机制，得到适用于新场景的室内动作识别模型，并进行新场景下的动作识别。本发明采用基于BiLSTM的深度神经网络提取CSI中的时序特征，进行动作识别，并利用迁移学习实现多场景适配，具有较好的准确性、普适性和鲁棒性。
-
公开(公告)号：CN109508686A
公开(公告)日：2019-03-22
申请号：CN201811415195.0
申请日：2018-11-26
Applicant: 南京邮电大学
Abstract: 本发明公开了基于层次化特征子空间学习的人体行为识别方法，方法包括：将人体行为视频样本划分成训练样本和测试样本，提取并编码视频样本的手工特征和深度特征，分别以手工特征和深度特征的特征向量表示每一视频样本；设置视频样本的样本标签，采用训练样本的手工特征和深度特征的特征向量以及对应的样本标签作为输入，训练层次化特征子空间学习模型，生成子空间投影矩阵和行为类别的决策边界；利用子空间投影矩阵学习测试样本的手工特征和深度特征的子空间特征向量；计算并比较测试样本的子空间特征向量到各个行为类别的决策边界的距离，判别测试样本的行为类完成识别操作；本发明提高了子空间特征表达的辨识力，且具有良好的识别精度和效率。
-
公开(公告)号：CN114742193B
公开(公告)日：2025-05-16
申请号：CN202210414946.7
申请日：2022-04-20
Applicant: 南京邮电大学
IPC: G06K19/077 , G06K7/10 , G06F3/0354
Abstract: 一种基于射频识别RFID的手写轨迹追踪方法，采用阅读器、小型微带天线以及商用无源RFID标签的组合，用于特定区域中手写轨迹的追踪，具体包括系统构建与数据采、建立轨迹追踪模型和生成最终轨迹结果，利用RFID技术获取标签在平面中的坐标位置和3D空间中的方向关系，得到手写笔的笔尖在手写板上的运动轨迹。本方法利用天线阵列收集标签对在三维运动过程中的相位变化，来恢复二维平面中的手写轨迹，构建了小型化的手写轨迹追踪系统，能达到厘米级的轨迹追踪效果，并能实时的获得手写轨迹结果。
-
Patent Agency Ranking
公开(公告)号：CN119557753A
公开(公告)日：2025-03-04
申请号：CN202510128976.5
申请日：2025-02-05
Applicant: 南京邮电大学
IPC: G06F18/2413 , G06V10/34 , G06V10/44 , G06V10/80 , G06V40/20 , G06F18/213 , G01S7/41 , G01S13/86
Abstract: 本发明属于零样本无线信号行为感知技术领域，公开了一种基于视觉辅助的毫米波雷达零样本行为感知方法，同时收集包含各种不同动作类别的视频和毫米波雷达数据，将毫米波雷达数据集分为训练集和测试集；分别提取视觉相关的全局及局部属性，融合后得到最终各类别的属性；构建三通道卷积神经网络，用于提取毫米波雷达信号中强辨识力的特征表达，并将基于测试集得到的特征和各个不同类别属性比较，得到该毫米波雷达信号的类别。本发明利用丰富的视觉样本生成各种不同类别动作的属性，设计三通道卷积神经网络提取有强辨识力的毫米波雷达特征，并构建属性和毫米波雷达的关系，实现零样本学习任务，降低数据采集和训练成本，拓宽毫米波雷达的应用领域。
-
公开(公告)号：CN119523452A
公开(公告)日：2025-02-28
申请号：CN202311111114.9
申请日：2023-08-31
Applicant: 南京邮电大学
IPC: A61B5/0507 , A61B5/024 , A61B5/00 , G06F18/10 , G06F18/213 , G06F123/02
Abstract: 本发明设计了一种基于MIMO毫米波雷达信号的心跳波形重构方法。首先通过带通滤波器对估计心率对应的相位差信号进行滤波。然后，通过波谷检测对滤波后的相位差信号进行分割。接着，构建心跳波形模板并且在分割的基础上重采样模板。最后，对每个分段的起始点和结束点进行微调，得到重构的心跳波形。本发明解决了目标距离雷达较远且偏离雷达时重构心跳波形误差较大的问题，提高了基于雷达信号的心跳波形重构的准确度。
-
公开(公告)号：CN119014845A
公开(公告)日：2024-11-26
申请号：CN202411153292.2
申请日：2024-08-21
Applicant: 南京邮电大学
IPC: A61B5/0507 , A61B5/024 , A61B5/00
Abstract: 本发明设计了一种基于多通道距离窗融合的毫米波雷达心率检测方法。首先在室内环境下通过毫米波雷达技术采集被测对象的心跳信息并且将毫米波雷达的发射信号和接收信号混频，获得所有信道上的中频信号。然后通过计算被测对象和毫米波雷达之间的距离和角度选择出所有通道中跨越目标胸腔的合适距离窗。最后，通过基于变分模态分解和主成分分析相结合的方法消除呼吸谐波对心跳频率的干扰，从而提取出心率。本发明解决了被测对象接近毫米波雷达感知边界且偏离毫米波雷达时心率估计误差较大的问题，提高了基于雷达信号的心率估计准确度。
-
公开(公告)号：CN118172799A
公开(公告)日：2024-06-11
申请号：CN202410591561.7
申请日：2024-05-14
Applicant: 南京邮电大学
IPC: G06V40/10 , G06V10/762 , G06V10/80 , G06V10/40
Abstract: 本发明的一种毫米波雷达行人重识别方法、设备及存储介质，包括以下步骤，采集不同场景的行人步态数据并预处理；对行人步态数据进行子采样模拟和生成具有不同速度的步行序列，即慢、中、快步态；使用分层注意力机制模型提取训练集中不同速度的步态的上下文特征，然后进行融合，最终得到能够描述不同速度关键信息的特征向量；再通过全连接层，将特征向量映射到一个256维的空间得到最终的输出结果，通过标签不断优化分层注意力机制模型并更新模型参数；本发明采用子采样策略，分别模拟慢、中、快速度路径，并利用层次注意力机制表征速度特异性和跨速度序列依赖性，以生成更鲁棒的步态表征，提高了毫米波雷达做行人重识别任务的准确性。
-
公开(公告)号：CN117520928A
公开(公告)日：2024-02-06
申请号：CN202410016640.5
申请日：2024-01-05
Applicant: 南京邮电大学
IPC: G06F18/241 , G01C23/00 , A61B5/11 , G06N3/0464 , G06F18/2135 , G06F17/14 , G06F17/16 , G06F18/213
Abstract: 本发明公开了一种基于信道状态信息目标速度估计的人体跌倒检测方法，属于人体跌倒检测技术领域；步骤为：将接收天线摆放在感知区域内不同的位置上，收集感知区域内不同高度的CSI信号；提取CSI数据中的多普勒信息，构造PLCR功率分布的频谱矩阵；运动分割算法将频谱矩阵分为两阶段，提取分割后频谱矩阵中最优PLCR序列；利用目标速度估计的几何模型，求出人体跌倒的速度，加速度；结合CNN网络对计算出人体跌倒的速度、加速度进行跌倒检测。本发明通过运动分割算法将频谱矩阵分为两阶段，在捕获个体跌倒行为时可以精确地截取相关的运动片段，在不受外部环境干扰的情况下，从CSI数据中准确提取速度和加速度特征，提高提取速度和加速度特征的精确性和有效性。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.023 seconds)
