-
公开(公告)号：CN104915598A
公开(公告)日：2015-09-16
申请号：CN201510291017.1
申请日：2015-05-29
Applicant: 南京信息工程大学
CPC classification number: G06F21/56 , G06F21/52 , G06F21/566
Abstract: 本发明公开了一种C/S客户端的监控方法及监控系统，包括服务自动运行模块、自我保护模块、客户端应用程序监控模块、客户端备份文件监控模块、客户端自动修复模块、客户端应用程序网络修复模块、系统自动升级模块、操作系统自动识别模块、系统服务模块以及驱动服务模块，通过系统服务模块内的系统服务service.exe模块对客户端程度和本系统程序的监控，通过驱动服务模块内的kernelkey.sys模块对service.exe模块监控。本发明可以防止客户端的程序被无意或恶意篡改，使程序能正常有序的运行。
-
公开(公告)号：CN104809930A
公开(公告)日：2015-07-29
申请号：CN201510266027.X
申请日：2015-05-22
Applicant: 南京信息工程大学
IPC: G09B5/06
Abstract: 本发明公开了一种基于移动平台的多媒体教学辅助方法及其系统，该方法基于的多媒体教学系统包括计算机、无线路由器、智能手机/平板电脑、投影仪以及音响。无线路由器、投影仪以及音响均连接到计算机，智能手机/平板电脑通过无线链路连接到所述无线路由器。该多媒体教学辅助方法包括语音同步传输步骤、幻灯片远程控制步骤、个人作品拍照投影步骤以及智能手机/平板电脑同步投影步骤，这样可以废除原来多媒体系统中的无线话筒，解决电池浪费的问题；通过无线WIFI网络，可以在教室的任何地方控制讲台上的投影的播放，或将拍摄的任何图片/视频直接投影显示、或直接显示智能手机/平板电脑的显示内容。
-
公开(公告)号：CN102622963A
公开(公告)日：2012-08-01
申请号：CN201210107819.9
申请日：2012-04-13
Applicant: 南京信息工程大学
IPC: G09G3/32
Abstract: 本发明公布了一种简易通用的显示屏全硬件控制系统，尤其为一种点阵显示屏控制技术，属智能控制系统技术领域，该系统包括CPU控制模块、存储模块（RAM或EEROM）、信号控制模块、行选模块、LED点阵模块、并转串模块和多个串转并模块；所述存储模块分别与CPU控制模块、信号控制模块和并转串模块数据连接，所述并转串模块和行选模块的控制端分别与信号控制模块相连，并转串模块与行选模块相连，所述多个串转并模块呈点阵排布与行选模块连接，点阵排布的串转并模块对应连接LED点阵模块。
-
公开(公告)号：CN101964063B
公开(公告)日：2012-06-27
申请号：CN201010280835.9
申请日：2010-09-14
Applicant: 南京信息工程大学
IPC: G06K9/66
Abstract: 本发明提供一种改进的AdaBoost分类器构造方法，属于图像检测技术领域。本发明首先将样本的类Haar特征值与其类别标签结合起来生成候选分类位置集，从候选分类位置集中寻找使分类错误最小的位置，基于此位置构造弱分类器，并同时提供一种自适应的弱分类器阈值构造方法。本发明较好地解决了AdaBoost分类器训练准备时间过长以及性能的提升问题，将其结合类Haar特征用于车辆图像检测实验，与传统AdaBoost分类器方法相比，明显减少了分类器的训练所需时间，同时还提升了其识别性能。
-
公开(公告)号：CN120032123A
公开(公告)日：2025-05-23
申请号：CN202510055718.9
申请日：2025-01-14
Applicant: 南京信息工程大学
IPC: G06V10/26 , G06N3/045 , G06N3/0464 , G06N3/0895 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于通道特定原型的弱监督语义分割方法，包括以下步骤：（1）将图像输入到主流的分类网络提取深层特征并生成初始CAMs；（2）将深层特征和初始CAMs送入通道级局部信息捕获分支，使前景特征和背景特征在特征空间中进行分离；（3）将原型和深层特征送入通道感知的全局信息融合分支，获取全局信息并使用全局信息细化原型；（4）根据骨干网络和两个分支的总损失训练网络寻找最优模型，使用训练好的模型生成最终CAMs；（5）对CAMs进行细化生成伪掩码，指导训练分割网络，得到最终的分割结果；本发明对于经常和背景共现的类别，并且为整体CAMs的质量带来的明显改进，并提高了最终的分割性能。
-
Patent Agency Ranking
公开(公告)号：CN114782265B
公开(公告)日：2025-05-06
申请号：CN202210397765.8
申请日：2022-04-15
Applicant: 南京信息工程大学
IPC: G06T5/77 , G06T5/70 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于对抗多尺度与残差多通道空间注意力的图像修复方法，首先，将初始破损图像进行卷积操作获得特征图对其通道进行平均拆分成四个特征图，将其分别输入残差多通道空间融合注意力生成器重构输出完整粗略修复图像；其次，通过结合残差多尺度空间注意力编码器和多尺度解码器对输入粗略修复图像重构获得不同尺度的精细修复图像；最后，分别将不同尺度的精细修复图像输入多尺度鉴别器中，判断不同尺度的修复图像是否为真，以此判断修复图像不同尺度的纹理和语义一致性。本发明使得缺失区域与已知区域更加平滑进而获得更加精细和语义一致的修复图像，使得图像在整体和局部上都保持一致性。
-
公开(公告)号：CN119129756B
公开(公告)日：2025-03-14
申请号：CN202411639487.8
申请日：2024-11-18
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06V10/764 , G06V10/40 , G06V10/80 , G06V10/24
Abstract: 本发明公开了一种基于情感融合与特征权重引导的幽默风格图像描述方法，首先采用多层卷积与池化操作对输入图像提取其幽默特征向量；同时给定具有人类情感信息的情感图像，使用卷积神经网络构建情感标志向量；将幽默特征向量与情感标志向量实施特征融合组成联合特征向量，通过线性组合变换实现维度对齐后映射进入长短期记忆网络中。在每个时间步捕获与特定输入位置相关的幽默视觉信息，逐个生成单词并最终组成完整的图像描述。对于所生成的图像描述，综合考虑幽默图像描述的组织数据，对该幅被描述图像的联合特征进行权重强化引导。以生成图像描述的幽默程度为收益对模型进行参数微调，从而提高模型对幽默风格图像描述的细粒度生成。
-
公开(公告)号：CN119559036A
公开(公告)日：2025-03-04
申请号：CN202411642293.3
申请日：2024-11-18
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种内容图像对象分离的风格迁移方法，包括：提取目标图像的风格图像和内容图像，以显著目标检测模块处理风格图像，区分风格主体对象与背景对象；构建深度估计机制，以深度估计模块处理内容图像，获取内容图像的深度信息；以卷积特征通道的风格分离属性为基础，提取风格主体对象的特征，并设计不透明度敏感的损失函数，得到风格化主体对象迁移结果；结合内容背景包含复杂对象的特点，以散焦与实例归一化为基础，调整其清晰度与风格信息，以得到风格化背景迁移结果；最后组合对象迁移结果。本发明在面对内容主体纷乱的内容图像时，通过深度估计机制，引导风格迁移模块实现风格迁移，有效解决了复杂场景风格迁移结果杂乱的问题。
-
公开(公告)号：CN115690611B
公开(公告)日：2024-09-06
申请号：CN202211171636.3
申请日：2022-09-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于自适应更新策略的多特征无人机视频跟踪方法，步骤如下：当图像输入以后，以上一帧目标位置为中心裁剪出图像块；提取该图像块的HOG特征、CN特征、SA特征，并通过PSR将三种特征进行融合，得到最终的响应图；根据最终响应图的PSR判断当前帧的跟踪质量，如果跟踪质量不佳则通过去噪机制对最终响应图进行去噪；通过最终响应图来确定目标在当前帧的位置；根据当前帧中目标的位置来自适应更新模型。本发明融合了HOG特征、CN特征、SA特征，能够提高目标的表征信息；同时，去噪机制能够有效缓解背景噪声的干扰，自适应更新策略能够防止模板退化。
-
公开(公告)号：CN117011342B
公开(公告)日：2024-06-25
申请号：CN202311030290.X
申请日：2023-10-07
Applicant: 南京信息工程大学
IPC: G06T7/246 , G06T7/207 , G06V20/40 , G06V10/42 , G06V10/80 , G06V10/82 , G06V10/54 , G06V10/74 , G06V10/62 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种注意力增强的时空Transformer单目标跟踪方法，首先，使用主干网络提取图像特征；而后将提取的特征进行预处理，并输入到编码增强层，通过增强的自注意力机制来强化原始的特征信息；接着，解码器层会使用目标定位和编码增强层的输出作为输入，计算特征的相似度分数，并输出关联概率图；接着使用多步动态更新策略，判断是否更新动态模板与源域模板图像；最后预测头通过计算角点概率分布的期望得到预测框坐标，画出目标位置。本发明使用的网络完全基于Transformer架构，并对编码层的自注意力机制进行了增强，抑制关联计算导致的噪声和模糊；使用位置嵌入编码和动态更新模板分别提供全局的时间、空间线索。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.024 seconds)
