-
公开(公告)号：CN117271954A
公开(公告)日：2023-12-22
申请号：CN202311215747.4
申请日：2023-09-19
Applicant: 南京邮电大学
IPC: G06F17/14 , G01S13/88 , G06F17/16 , G06N3/0455 , G06N3/0499 , G06N3/0464 , G06N3/08 , A61B5/08 , A61B5/00
Abstract: 本发明属于非接触式生命体征监测领域，公开了一种基于MIMO毫米波雷达的细粒度呼吸波形重构方法，包括：设置雷达参数并进行数据采集，利用二维傅里叶变换处理数据后得到时间‑距离‑方位雷达矩阵，利用回环滤波器去除时间‑距离‑方位雷达矩阵中静态物体的反射信号，并利用2D‑CFAR算法定位人体区域，对人体区域中的I/Q分量进行旋转处理，标签归一化处理和数据集划分，搭建IQ‑Transformer模型，将待预测的雷达数据输入训练好的网络模型，实现细粒度呼吸监测。本发明通过设计IQ‑Transformer模型，负责从雷达数据的I/Q分量中提取并编码呼吸相关的隐藏特征，最终从隐藏特征中恢复出细粒度呼吸波形。
-
公开(公告)号：CN116486237A
公开(公告)日：2023-07-25
申请号：CN202310669806.9
申请日：2023-06-07
Applicant: 南京邮电大学
IPC: G06V10/82 , G06V10/764 , G06V10/80 , G06N3/0464 , G06N3/084 , G06N3/0442 , G06N3/045 , G06V40/20 , G06F21/32
Abstract: 本发明属于毫米波雷达和深度学习领域，公开了一种基于深度学习与毫米波雷达的步态身份识别方法，包括以下步骤：步骤1、使用毫米波雷达采集识别目标的行走数据，得到原始数据，步骤2、获取样本数据，步骤3、构建AttResNet‑LSTM神经网络模型，步骤4、对构建好的神经网络模型进行训练，将原始数据划分成训练集、验证集和测试集，步骤5、将测试集上的样本数据传输到神经网络模型，通过Softmax函数评估用户身份的最大可能性，步骤6、验证神经网络模型的泛化性与准确性。本发明进行的身份识别活动可以最大程度地保护用户个人隐私数据，并且毫米波指向性强，抗干扰能力强，感测成像分辨率更高，环境因素影响较小。
-
公开(公告)号：CN116246355A
公开(公告)日：2023-06-09
申请号：CN202310056814.6
申请日：2023-01-18
Applicant: 南京邮电大学
IPC: G06V40/40 , G06V40/14 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 基于胶囊网络的指静脉仿冒攻击检测方法，引入了胶囊网络，胶囊网络不仅适用于小样本的指静脉数据集，而且在CNN基础上用向量表示的胶囊代替神经元，可以更好地处理相对位置、角度等空间信息，增强网络对于手指偏移和旋转场景下的适应性；提出了一种贝叶斯路由算法，增加了胶囊的微分熵作为计算激活值的考量，最终分类时选择激活概率较高且集中程度较大的特征胶囊，有助于提高真伪静脉分类的准确率；通过模拟胶囊参数的不确定性，可减少训练误差，提升识别准确率。
-
公开(公告)号：CN116193276A
公开(公告)日：2023-05-30
申请号：CN202310122254.X
申请日：2023-02-16
Applicant: 南京邮电大学
Abstract: 本发明属于图像处理技术领域，具体地说，是一种基于DM8127的改进3A图像预处理算法，通过对自动对焦算法的研究，对清晰度评价函数进行分析与比较，改进寻找最优值的搜索方式，减少搜索次数，达到较好的搜索效果。结合光圈对景深模糊的影响，增益对噪声的影响，基于质量评价函数，提出一种新的自动曝光算法，在景深模糊与噪声之间达到最佳综合图像质量的平衡。自动白平衡部分，将图像分区，通过YUV分量寻找灰色区域，并在DM8127平台上实验，调整参数使得结果收敛，比常用的自动白平衡算法取得了更好的效果。
-
公开(公告)号：CN111629345B
公开(公告)日：2023-04-25
申请号：CN202010427808.3
申请日：2020-05-19
Applicant: 南京邮电大学
Abstract: 基于太阳能补给的多媒体传感网节点任务分配方法。基于太阳能补给的分布式多媒体传感网在运动目标检测应用场景中，节点通过红外探测装置检测运动目标是否到达其监测范围内，若处于其监测范围内，则激活任务竞标功能模块。所有可检测到目标的节点根据当前自身能量、能量预测模块计算所得的在任务执行时间内节点可获取的能量和任务能源成本三个因素将任务进行分类。不同种类的任务赋予权重因子，各节点计算加入权重后自身的预期利润，若预期利润大于等于期望利润，则加入候选集。候选集中节点互相比较自己可为任务提供的利润，选择可提供最大利润的节点执行任务。节点完成监测任务后，通过多跳中继方式将感知到的数据传到信息汇聚中心，汇聚中心再对监测数据进行分析。
-
Patent Agency Ranking
公开(公告)号：CN115736888A
公开(公告)日：2023-03-07
申请号：CN202211486782.5
申请日：2022-11-24
Applicant: 南京邮电大学
IPC: A61B5/08 , A61B5/11 , A61B5/0507 , A61B5/113 , A61B5/00
Abstract: 本发明提供一种基于FMCW雷达的呼吸信号提取方法，通过获得原始雷达信号数据；同时，使用接触式的电阻应变式传感器，检测并记录目标人员的呼吸数据，包括呼吸振幅和呼吸率，作为呼吸标签数据；获得同一时间段的数据‑标签组合作为数据样本；构建基于残差神经网络和自注意力机制的信号提取网络模型；得到最佳网络模型参数的基于残差神经网络和自注意力机制的信号提取网络模型；将待提取呼吸信号的雷达数据输入后，获得呼吸信号的提取结果；本发明能够准确有效提取出呼吸信号，能够有效提高频率分辨率和抗噪性能，大幅提高提取呼吸信号的准确率，并能够根据不同环境中的数据进行适应化的训练，无需人工调整处理算法，灵活性更好。
-
公开(公告)号：CN115690157A
公开(公告)日：2023-02-03
申请号：CN202211371915.4
申请日：2022-11-03
Applicant: 南京邮电大学
IPC: G06T7/246 , G06V10/762 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 一种基于Transformer的毫米波雷达行人轨迹预测方法，使用毫米波雷达定位方法完成行人的水平空间坐标定位；然后使用基于二分图匹配的历史轨迹跟踪模块，完成对行人历史轨迹的跟踪；最后使用基于Transformer的行人轨迹预测模型（Transformer‑based Trajectories Prediction Model，TTPM）完成对行人未来轨迹的预测。本方法使用邻近历史轨迹编码器和未来轨迹编码器来处理因他人产生的行人轨迹变化。TTPA有效降低了行人轨迹预测的平均位移误差及最终位移误差。
-
公开(公告)号：CN115294656A
公开(公告)日：2022-11-04
申请号：CN202211013101.3
申请日：2022-08-23
Applicant: 南京邮电大学
IPC: G06V40/20 , G06V10/22 , G06V10/774 , G06V10/82 , G06K9/00 , G06N3/04 , G06N3/08 , G01S13/72 , G01S13/86
Abstract: 一种基于FMCW雷达的手部关键点追踪方法，针对目前利用光学摄像头进行手部关键点追踪的方法所存在的受光线条件制约以及隐私泄露等问题，利用跨模态监督的方法，在训练中将摄像头和雷达获取的图像与数据作为神经网络的输入，同步雷达数据与视频流，从视频流中提取手部的关键点信息进行预处理，将其作为经过神经网络处理后的射频信号的监控。经过训练后的系统，只需要使用射频信号作为输入就可以实现对手部关键点追踪的输出。通过上述方式，本方法能够实现在保护个人隐私且不考虑光照条件的情况下提升对手势识别的准确度，具有鲁棒性强，稳定性、实时性、高效性的特点。
-
公开(公告)号：CN114913610A
公开(公告)日：2022-08-16
申请号：CN202210671731.3
申请日：2022-06-15
Applicant: 南京邮电大学
Abstract: 一种基于指纹和指静脉的多模态识别方法，将采集到的指纹、指静脉图片，分别作为网络的独立输入，用于特征提取和分析；分别从通道与空间的维度，通过注意力机制，分析指纹与对应的指静脉之间的相关性，融合指纹与指静脉特征；使用Softmax函数，确定最终的生物特征识别结果。本方法预处理操作简单，只需要提取指纹、指静脉的ROI即可，可以最大限度地保存图像中的细节特征，减少额外的计算机资源消耗；相比于现有使用单一生物模态的生物特征识别方法，本发明提出融合指纹、指静脉图像，可显著增加生物特征的判别性特征，通过挖掘不同生物特征之间的互补性信息，提高生物特征识别系统的准确率。
-
公开(公告)号：CN114913607A
公开(公告)日：2022-08-16
申请号：CN202210668731.8
申请日：2022-06-14
Applicant: 南京邮电大学
Abstract: 一种基于多特征融合的指静脉仿冒检测方法，利用真伪静脉图像在成像质量上的差异，将图像的噪声特征和模糊特征进行融合，来进行仿冒攻击的检测。本方法实现简单，原始指静脉图像在实现真伪鉴别的同时，可同时用于后续的身份识别，减少了额外的计算机资源消耗；相比于仅使用单一图像纹理特征的指静脉仿冒检测方法，本方法融合静脉图像的噪声特征和模糊特征，可增加真伪静脉图像的区分度，有助于提高指静脉仿冒检测的准确度；相比于传统的直接串联或并行的多特征融合方法，本方法使用加权特征融合，考虑了各特征的重要程度，减小了特征间的相互影响，提高了分类器的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.035 seconds)
