-
公开(公告)号：CN113065506A
公开(公告)日：2021-07-02
申请号：CN202110411237.9
申请日：2021-04-16
Applicant: 南京大学
Abstract: 本发明公开了一种人体姿态识别方法，所述识别方法包括如下步骤：获取当前帧的不同视角下的多张人体图像；根据多张所述人体图像，采用卷积神经网络算法建立三维人体模型；分别将每张所述人体图像上的相邻像素进行聚类，获得多个像素块；建立每个所述像素块的二维像素块模型；根据每个所述像素块的二维像素块模型对所述三维人体模型进行优化，获得优化后的三维人体模型；根据优化后的三维人体模型确定当前帧的人体姿态。本发明首先采用卷积神经网络算法，简单快速的建立一个三维人体模型，然后利用图像中人体姿态对所述三维人体模型进行优化，利用优化后的三维人体模型进行姿态识别，实现了在保证人体姿态估计精度的同时，提高人体姿态估计的速度。
-
公开(公告)号：CN111401356A
公开(公告)日：2020-07-10
申请号：CN201910006044.8
申请日：2019-01-02
Applicant: 南京大学
Abstract: 本发明公开一种基于深度学习的快递单手写体电话号码识别方法，属于计算机视觉领域。本发明解决的问题是：针对目前快递单扫描件上电话号码识别准确率低、鲁棒性差的缺点，提出一种利用深度学习进行定位和识别号码的方法。本发明的核心部分在于提出了一种端到端的定位并识别手写体电话号码的方法，利用神经网络从快递单扫描件中定位出电话号码的位置，裁剪出多个电话号码区域，将电话号码图片送入序列识别网络，得到号码信息。这种端到端的方法避免了对号码进行切割，在背景图片存在严重干扰时有较强的鲁棒性，且能达到实时处理效果。
-
公开(公告)号：CN106650827A
公开(公告)日：2017-05-10
申请号：CN201611271555.5
申请日：2016-12-30
Applicant: 南京大学
Abstract: 本发明公开一种基于结构指导深度学习的人体姿态估计方法和系统，属于计算机视觉和机器学习领域。本发明解决的问题是：针对一般直接预测人体关节点的神经网络由于没有包含人体结构信息而导致的准确率低和鲁棒性差的缺点，提出一种利用人体骨架的结构知识，进行指导学习的方法。主要包括输入数据预处理，结构指导卷积神经网络预测，融合卷积神经网络预测和最终的输出处理。本发明通过引入人体结构的先验知识指导学习，隐含地学习出人体模型，从而可以准确地识别出人体姿态，对一些复杂姿态和遮挡问题均能准确地识别，具有很高的鲁棒性。
-
公开(公告)号：CN105354591A
公开(公告)日：2016-02-24
申请号：CN201510688156.8
申请日：2015-10-20
Applicant: 南京大学
IPC: G06K9/62
CPC classification number: G06K9/6226 , G06K9/6277
Abstract: 本发明是一种针对三维室外场景语义分割的系统，属于计算机视觉领域。本发明解决的问题是：针对三维室外场景中遮蔽多、点云密度不均、物体结构复杂等问题，提出一种利用高阶与类别相关的先验知识的分割分类三维点云场景的系统。本发明系统的主要算法的核心部分在于提出了一种利用与类别相关的高阶语义分割框架，并分析了三维室外场景中类别相关的先验信息，提出了相应的高阶函数模型。本发明在传统的高阶单一先验知识的语义分割框架的基础上，进一步提出了一种利用类别相关先验知识的语义分割方法，能够更加精确的分割分类三维室外场景。
-
公开(公告)号：CN103986718A
公开(公告)日：2014-08-13
申请号：CN201410224697.0
申请日：2014-05-23
Applicant: 南京大学
Abstract: 本发明提出一种提高HDFS文件传输安全性和读取效率的方法。本发明首先通过名称节点为将要存储的文件选择的合适的块进行存放，在块存储于数据节点后，对块文件及其备份进行多次随机线性网络编码。读取文件时，同时从多个块文件中读出字符，并进行解码，还原出原始文件。在整个文件传输和存取过程中，编码部分由名称节点负责，解码部分在客户端完成，信道中不会出现未加密的原始数据，同时，由于从多个节点同时获取数据，提高了文件的读取效率。
-
Patent Agency Ranking
公开(公告)号：CN103514627A
公开(公告)日：2014-01-15
申请号：CN201210206617.X
申请日：2012-06-21
Applicant: 南京大学
Abstract: 本发明是一种针对颜色编码结构光扫描系统的自适应动态规划匹配方法。所属技术领域为结构光三维扫描技术。本发明解决的技术问题是：解决投射编码条纹和相机获取条纹匹配问题。本发明提出一种利用条纹邻域信息以进行自适应匹配的方法，提高匹配的准确度和精确度。从而获取更好的三维重建效果。解决该问题的技术方案要点是：选取特殊的de bruijn序列条纹结构光作为投射图，即相邻条纹颜色至少有两个颜色通道不同。利用局部颜色差异信息和条纹间距离大小来调整其权重，以设计目标函数。本发明的主要用途是提高编码条纹和获取条纹的匹配率，为后续的计算精准的三维坐标和更光滑的表面重建做准备。该系统可以用于各种颜色的物体以及在非暗室环境下扫描。
-
公开(公告)号：CN103365727A
公开(公告)日：2013-10-23
申请号：CN201310285843.6
申请日：2013-07-09
Applicant: 南京大学
Abstract: 本发明是一种针对云计算中心主机的负载预测方法，属于云计算领域。本发明解决的问题是：针对云计算中心的主机上运行着属于不同用户的虚拟机，主机负载变化更加复杂，如何准确的预测主机负载，从而能够进一步调度虚拟机，实现负载均衡和降低能耗的目的。本发明的算法核心部分在于将混沌理论中的相空间重构的方法与基于遗传算法的数据分组处理算法相结合。通过与目前一些已经存在的方法进行比较，本发明提出的方法能够得到更小的相对误差。而且，本发明所提出的方法在预测时间长度变大的情况下，相比于传统方法，减少了预测的累积误差。
-
公开(公告)号：CN103327118A
公开(公告)日：2013-09-25
申请号：CN201310285840.2
申请日：2013-07-09
Applicant: 南京大学
IPC: H04L29/08
Abstract: 本发明是一种针对云计算环境下web应用的智能虚拟机集群缩放方法及系统，所属技术领域是云计算。针对部署在基础设施即服务中的web应用，本发明解决了如何动态的根据用户并发请求数量的变化，通过选择不同数量和性能的虚拟机组合实现集群缩放的问题，达到满足系统响应时间的要求和最大化节约运营成本的目的。本发明提出的智能虚拟机集群缩放方法与系统，首先通过在线学习得到在不同并发请求数下最佳的虚拟机集群总体性能大小，同时将web应用的响应时间保持在规定值以下，然后找到在此总体性能下使得虚拟机集群使用费用最小的虚拟机集群缩放方案。
-
公开(公告)号：CN102779337A
公开(公告)日：2012-11-14
申请号：CN201110092099.9
申请日：2011-04-13
Applicant: 南京大学
IPC: G06T7/00
Abstract: 本发明是一种基于局部趋势的结构光带检测以及峰值定位方法，所属技术领域为结构光三维扫描技术。本发明解决的技术问题是：针对由被扫描物体表面不平整引起的条纹亮度不一现象，本发明提出使用局部趋势提取的方法，实现了光带的M通道上升沿和下降沿检测，从而得到了结构光带的区域，并在结构光带中进一步应用计算加权均值的方法实现了峰值位置的准确提取。这种方法排除被扫描物体表而特征及颜色的影响，能够检测出光带峰值的准确位置，并且对噪声具有一定的鲁棒性。解决该问题的技术方案要点是：将获取图像的RGB通道融合为M通道，然后M通道提取局部趋势，利用M通道的局部趋势信息标定结构光带区域，在区域中寻找峰值相关点集，将M通道的值作为权值，对相关点集进行加权平均来估计峰值位置，从而提高了3D重建的准确率和对被扫描物体表面形状颜色等的鲁棒性。
-
公开(公告)号：CN102200829A
公开(公告)日：2011-09-28
申请号：CN201010131190.2
申请日：2010-03-24
Applicant: 南京大学
Inventor： 都思丹 , 于耀 , 王伟 , 丁勇 , 周余 , 张颀 , 叶志华 , 狄海进 , 王明 , 袁杰 , 沈庆宏 , 李杨 , 彭成磊 , 赵康僆 , 孔令红 , 王大千 , 赵经纬 , 王彤晖 , 谢靖 , 常夏勤
Abstract: 本发明是一种可用于虚拟现实中的肢体动作识别装置。所属的技术领域为虚拟现实技术中的人机交互技术。本发明解决的技术问题是：提供一种相比于传统人机交互中基于鼠标和键盘的输入技术更人性化、更简单的输入装置，以实现虚拟世界和现实世界的无缝连接。解决该问题的技术方案的要点是：通过手持特殊设备将对肢体动作的识别转换成对特殊设备轨迹的识别，采用精度达毫米级、且满足实时要求的3D定位系统将肢体动作录制成3D定位数据流，并从中截取包含肢体动作信息的3D定位数据序列以识别相应的肢体动作，进而发出与具体的应用场景相应的控制命令，从而实现控制虚拟世界的目的。本发明的主要用途是在某些虚拟现实技术应用场景中取代鼠标和键盘，从而给用户提供一种更人性化、更简单的控制方式。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.045 seconds)
