-
公开(公告)号：CN116977806A
公开(公告)日：2023-10-31
申请号：CN202310958037.4
申请日：2023-08-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于毫米波雷达、激光雷达和高清阵列摄像机的机场目标检测方法及系统，属于计算机视觉技术领域，包括：获取毫米波雷达检测数据、激光雷达检测数据以及摄像机视频图像的有效目标数据；基于所述有效目标数据获取毫米波雷达与激光雷达的融合数据；通过坐标转换获取映射至图像坐标系下的点云图像；将所述点云图像与视频图像的有效目标数据分割后送入目标检测模型中进行目标检测，再通过算法呈现在全景图像中，确保机场环境中小目标的检测精度和效果。本发明采用毫米波雷达、激光雷达和高清阵列摄像机融合的方式，能在各种气象环境条件下，获得机场场面目标检测的理想效果和空管效能，最大程度地降低机场空管的安全隐患。
-
公开(公告)号：CN116935290A
公开(公告)日：2023-10-24
申请号：CN202311182821.7
申请日：2023-09-14
Applicant: 南京邮电大学
Abstract: 本发明公开了机场场景下高分辨率阵列摄像机异构目标检测方法及系统，方法包括获取机场场景下高分辨率阵列摄像机拍摄的视频；对视频中的每一帧图像进行目标检测前进行判定；结果为是则对图像进行静态全图滑框检测和原图直接检测后融合过滤得到静态检测结果并输出，将两个检测结果做差集存入小目标位置信息池；结果为否则对图像进行动态自适应框检测和原图直接检测后融合过滤得到动态检测结果并输出，将动态自适应框检测结果存入小目标位置信息池；本发明能够得到难检的小目标位置信息，动态自适应框检测辅以雷达、塔台信号，静态全图滑框检测作矫正，并使用偏差控制模块控制合适的矫正频率，在高检测精度下达到更快的速率。
-
公开(公告)号：CN115170926A
公开(公告)日：2022-10-11
申请号：CN202211092464.0
申请日：2022-09-08
Applicant: 南京邮电大学
Abstract: 本发明公开了轻量化目标图像识别方法、装置及存储介质，利用训练获得的轻量化目标图像识别网络模型识别目标图像类别、位置和/或置信度；其中模型的训练方法包括：获取目标图像样本；采用预训练获取的YOLOv6‑n神经网络模型对目标图像样本进行迁移学习；对神经网络模型进行通道剪枝，获得轻量化神经网络模型；利用自适应知识蒸馏方法获得有效知识集合，利用所述有效知识集合训练所述轻量化神经网络模型，最终获得满足要求的轻量化目标图像识别网络模型。通过通道剪枝对模型进行压缩，该方法能在模型通道剪枝训练过程中识别不重要的卷积通道并进行修剪，从而获得更为紧凑的模型，并利用自适应知识蒸馏方法提高了模型的精度。
-
公开(公告)号：CN112819790B
公开(公告)日：2022-09-16
申请号：CN202110142340.8
申请日：2021-02-02
Applicant: 南京邮电大学
Abstract: 本发明公开了一种心率检测方法及装置，属于图形处理技术领域，方法包括如下步骤：获取目标追踪对象的脸部区域图像，并标定所述脸部区域图像的面部关键点；根据所述面部关键点选取所述脸部区域图像的面部定位ROI区域；对所述面部定位ROI区域的采样信号进行频谱分析获得目标追踪对象的估测心率值。本发明的心率检测方法及装置能够实现非接触式心率检测，提高心率检测的准确性和效率。
-
公开(公告)号：CN110472554B
公开(公告)日：2022-08-30
申请号：CN201910739254.8
申请日：2019-08-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于姿态分割和关键点特征的乒乓球动作识别方及系统，方法包括以下过程：获取拍摄了乒乓球运动员训练时接发球动作的视频；从视频中分割出仅包含手臂区域的视频帧图像；对仅包含手臂区域的视频帧图像进行手臂区域的骨架关节点估计，获取每个视频帧图像中手臂骨架关键点信息；根据每个视频帧图像中骨架关键点信息，获取每帧内骨架关键点的空间结构特征和时序特征；根据骨架关键点的空间结构特征和时序特征，对运动员接发球动作进行识别分类。本发明分析了接发球动作的时空关系建立了时空特征，提高了动作识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN114863471A
公开(公告)日：2022-08-05
申请号：CN202210299049.6
申请日：2022-03-25
Applicant: 南京邮电大学
IPC: G06V40/10 , G06V20/40 , G06V10/26 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种多特征融合人体跌倒检测方法及系统，属于图像处理与模式识别技术领域，所属方法包括：获取样本视频；将样本视频逐帧分割后从中提取骨骼关节点及其空间分布特征和时间特征；将空间分布特征和时间特征进行融合得到特征张量；将特征张量输入预训练好的STM‑GRU中，得到跌倒的置信度，若置信度大于预设置信度阈值则检测结果为跌倒，否则检测结果为非跌倒；解决现有技术中因忘记或不喜欢佩戴穿戴式设备而无法实现跌倒检测、系统复杂成本高等难题，提高检测的准确度。
-
公开(公告)号：CN109284682B
公开(公告)日：2022-06-17
申请号：CN201810952141.1
申请日：2018-08-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于STT‑LSTM网络的手势识别方法，构建STT‑LSTM网络模型，该模型含有两层STT‑LSTM网络；将RGB特征和光流特征分别传进第一层STT‑LSTM网络中，在第一层STT‑LSTM网络的训练过程中，进行初始化全局上下文信息，并将初始化的全局上下文信息传入到第二层STT‑LSTM网络，在第二层STT‑LSTM网络中不断的进行迭代更新，逐步完善上下文信息，将第二层STT‑LSTM网络最终输出的关节点进行重组，形成含手势动作信息的节点管道，并作为多分类器预测交警手势的分类标签。本发明方法可准确识别手势指挥动作，能够有效地保证交通的畅通与安全性，降低事故发生几率。
-
公开(公告)号：CN109389633B
公开(公告)日：2022-02-11
申请号：CN201811009501.0
申请日：2018-08-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于LSD‑SLAM和激光雷达的深度信息估计方法，首先利用LSD‑SLAM算法通过单目摄像头得到当前场景的点云数据，并将其导出为“.ply”文件；随后利用激光雷达得到周围场景的深度数据并进行截取，得到摄像头所能获取的相应范围内的深度数据；最后，将点云数据和激光雷达数据做相应位置的匹配，并记录所匹配的每个对应点的深度数据的差值，再根据此差值对整个点云数据进行更新，从而得到当前场景较为准确的深度信息。采用本发明可以在单目摄像头所获得的当前场景的深度信息的基础上，利用激光雷达的硬件优势，将两种深度信息进行匹配融合，最大程度地保证了当前场景的深度信息的准确性。
-
公开(公告)号：CN113516853A
公开(公告)日：2021-10-19
申请号：CN202110703863.5
申请日：2021-06-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种针对复杂监控场景的多车道车流量检测方法，步骤为：步骤1，取得实时监控视频流，提取运动前景图像；步骤2，获取大致行车区域，进行膨胀处理，得到道路区域；步骤3，提取道路区域的光流矢量，保留光流矢量角度信息并通过角度信息对其聚类，得到不同朝向的车道分割结果；步骤4，跟踪图像中的车辆，获得各车辆目标的边界框以及轨迹信息；步骤5，利用车辆分布密度估计网络得到车辆分布密度信息；步骤6，基于分布密度信息获得实际车辆数量；步骤7，划定虚拟检测线，并进行车辆计数，得到车流量统计结果。本发明结合多目标跟踪和车辆分布密度热图对场景中的车流量进行检测，提升了复杂拥堵场景中车辆检测精度。
-
公开(公告)号：CN110989638A
公开(公告)日：2020-04-10
申请号：CN201911239047.2
申请日：2019-12-06
Applicant: 南京邮电大学
Abstract: 一种基于自主航行技术的水下建筑物缺陷检测方法，包括如下步骤，步骤S1、基于给定水域的二维地图信息，通过全覆盖路径规划遍历算法对待测水域进行全覆盖路径规划；步骤S2、通过定深控制系统、姿态控制系统、运动控制系统和短基线水声定位系统实现ROV在三维水下空间自主航行；步骤S3、通过超声波成像和水下摄像系统对水下建筑物进行缺陷检测与识别确定。该方法将自主航行技术与ROV结合，减轻远程手动操控的操控负担，同时，结合超声波成像与水下摄像技术，改善采集图像的清晰度，提高缺陷检测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.034 seconds)
