-
公开(公告)号：CN104655135A
公开(公告)日：2015-05-27
申请号：CN201510084399.0
申请日：2015-02-09
Applicant: 南京邮电大学
CPC classification number: G01C11/08 , G01C21/16 , G01C25/005
Abstract: 本发明公开了一种基于地标识别的飞行器视觉导航方法，属于飞行器视觉导航领域。该方法具体包括：通过对成像传感器采集待处理图像序列中的地标进行识别，利用序列图像中相邻两帧图像中识别出的地标位置和飞行器的飞行参数信息解算出地标到当前帧图像对应的飞行器的距离，进而解算出飞行器在地球坐标系下的坐标信息；最后，根据解算出的飞行器在地球坐标系下的坐标信息和飞行器的规划的航迹进行航迹校正。本发明在成像制导、飞行器视觉导航等方面提供了技术支撑，该发明具有可靠性好、实用价值高等特点。
-
公开(公告)号：CN104036473A
公开(公告)日：2014-09-10
申请号：CN201410239703.X
申请日：2014-05-30
Applicant: 南京邮电大学
Abstract: 本发明属于数字图像处理领域，提供了一种基于分裂Bregman迭代的快速鲁棒图像运动去模糊方法，通过直接利用图像梯度与运动模糊核的L0范数并结合其各自的L2范数，构建运动模糊核估计的非凸非光滑能量泛函；通过耦合算子分裂和增广拉格朗日方法，设计运动模糊核的分裂Bregman迭代求解格式；利用基于全变差先验的图像非盲去模糊方法，实现图像的快速去模糊。本发明通过引入支撑连续性先验，提高了运动模糊核的估计精度；设计了一种新的基于分裂Bregman迭代的快速解法，大幅提高了运动模糊核的估计效率。
-
公开(公告)号：CN112004265B
公开(公告)日：2023-02-14
申请号：CN201911322115.1
申请日：2019-12-20
Applicant: 南京邮电大学
IPC: H04W72/0453 , H04W72/53 , H04W72/541 , H04W72/542 , H04W72/566 , H04W4/70 , H04W16/14
Abstract: 本发明公开了一种基于SRM算法的社交网络资源分配方法，在充分考虑D2D通信在物理域和社交域的特点，提出了一种以最小化加权干扰为目标的社区分簇模型。在系统中没有需求文件缓存的情况下，基站首先把文件通过有线链路发送给无线访问接入点，该无线访问接入点再将文件通过无线网络发送给每个社区簇的源节点，最后源节点通过D2D通信的方式将文件发送给簇内的每个移动用户。通过谱聚类算法我们解决了移动用户间社区分簇的问题，并在此基础上根据社区内稳定吞吐量的大小采用匹配算法设计了蜂窝通信和D2D通信的一对一的资源分配方法。本发明可大大提高了系统传输吞吐量、减轻了基站负载，进一步了优化蜂窝通信系统的整体性能。
-
公开(公告)号：CN113269038A
公开(公告)日：2021-08-17
申请号：CN202110419108.4
申请日：2021-04-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多尺度的行人检测方法，第一步运用多尺度特征融合，来更多地学习不同尺度的特征，实现利用浅层的特征将简单的目标的区分开来，利用深层的特征将复杂的目标区分开来的目的；第二步，为了进一步提升网络对于多尺度，尤其是小目标的检测能力，用不同大小的滑窗，使得RPN输出经不同感受野滑窗生成的候选区域。本发明在行人检测方面具有一定的提升，而且比现有技术具有更好的鲁棒性，可以用于小目标行人的检测。
-
公开(公告)号：CN111353505B
公开(公告)日：2020-10-16
申请号：CN202010445676.7
申请日：2020-05-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种可联合实现语义分割和景深估计的网络模型，包括：特征共享模块、多任务子网络，多任务子网络包括多个结构相同的任务子网络以供处理不同任务目标，包括：特征筛选模块、注意力集中模块和预测模块；特征筛选模块从共享特征筛选出与任务相关的特征；注意力集中模块提升筛选特征与任务目标的相关性；预测模块被配置为对集中注意力特征卷积后输出各任务目标的处理结果。本申请还公开了上述模型的训练方法，分别针对语义分割和景深估计进行反向传播迭代训练。本申请的模型精确性高、鲁棒性强，且模型轻量化。
-
Patent Agency Ranking
公开(公告)号：CN111738267A
公开(公告)日：2020-10-02
申请号：CN202010473221.6
申请日：2020-05-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于线性残差学习的视觉感知方法和装置，所述方法包括以下步骤：获取实时图像；采用预先建立好的视觉感知模型对图像进行视觉感知，获取图像中的语义信息或距离参数；所述视觉感知模型通过对获取的图像进行深度卷积，并基于线性残差学习建立；所述视觉感知模型以训练集中的数据为训练样本，输入为图像的原始共享特征和任务特征，输出为语义分割图或深度图。本发明在保证计算精度的同时，大大降低模型的参数量，提升感知模型的运行效率。
-
公开(公告)号：CN110443261A
公开(公告)日：2019-11-12
申请号：CN201910752068.8
申请日：2019-08-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于低秩张量恢复的多图匹配方法，包括如下步骤：S1：对各帧图像进行预处理并进行特征提取，即提取兴趣点特征；S2：对各帧图像的兴趣点进行处理，根据兴趣点的拓扑关系提取其高阶信息特征；S3:基于多图循环一致性，根据置换矩阵和图像特征的全局对应关系组建多图高阶特征信息张量；S4:采用秩约束作为标准，基于交替方向乘子法(ADMM)算法求解多图高阶特征信息张量的低秩表示，可以有效地计算出多个图像之间对应的最优置换矩阵即匹配结果矩阵。本发明提出基于低秩张量恢复的多图匹配方法，实现了图匹配一致性提高了匹配精度，其对图像匹配应用研究、目标识别和目标追踪技术具有重要的意义。
-
公开(公告)号：CN110415173A
公开(公告)日：2019-11-05
申请号：CN201910699617.X
申请日：2019-07-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于三维总变分的图像超分辨率方法，包括以下步骤：S1：输入低分辨率图像序列；S2：图像预处理步骤，对S1中的低分辨率图像进行插值预处理；S3：构建TV2++正则项；S4：构建指数型罚函数（Exponential-Type Penalty,ETP）非凸低秩正则项；S5：对所建算法模型进行优化求解，直到算法达到收敛阈值，输出高分辨率图像结果；S6：计算相关图像质量评价指标。本发明利用了图像的时间维信息，解决了现有方法中对时间维信息利用的不足，以及利用了非凸罚函数来替代范数，更有效的增强低秩矩阵恢复，从而进一步提高图像超分辨率重建的效果。
-
公开(公告)号：CN109948471A
公开(公告)日：2019-06-28
申请号：CN201910160058.5
申请日：2019-03-04
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于改进InceptionV4网络的交通雾霾能见度检测方法，包括步骤：S1、根据高速公路雾霾天气下视频资料采样，分场景建立雾霾图片库；S2、以高速公路车道线作为标识物建立相应的坐标，提取雾霾图片能见度数值，作为雾霾能见度真实值；S3、基于Inception V4原始网络构建成改进的Inception V4网络；S4、将雾霾图片库中的训练集输入改进的Inception V4网络进行训练，并保存模型；S5、选定雾霾图片库中任一场景的图片建立测试集，输入步骤S4所得模型对图片进行雾霾能见度检测。应用本发明该技术方案一方面改进Inception V4，并用来对雾霾图片进行能见度检测，提高了检测精度；另一方面该检测方法应用深度学习理论，适用于针对大数据集的高效率处理。
-
公开(公告)号：CN109903557A
公开(公告)日：2019-06-18
申请号：CN201910159828.4
申请日：2019-03-04
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于改进独立循环神经网络的高速公路交通流预测方法，以高速公路交通流数据为预测基础，改进并重构独立循环神经网络；将DenseBlock作为隐藏特征提取器对交通流数据提取特征图，然后对提取的特征图信息进行全局平均池化，再将池化后的结果置于由IndRNNCells组成的预测头中，学习时序信息，进行前向预测。应用本发明该预测技术方案，基于改进IndRNN的神经网络结构能够自动学习流量数据几种流量之间隐藏的特征关系，有效克服了传统网络不能考虑交通流数据潜在趋势的不足，并且达到了较高模型精度的效果。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.01 seconds)
