-
-
公开(公告)号：CN108460336A
公开(公告)日：2018-08-28
申请号：CN201810082310.0
申请日：2018-01-29
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于深度学习的行人检测方法，该方法包括以下步骤：首先将待检测的视频图像输入提取网络生成特征图，然后，将提取网络生成的特征图输入区域提议网络，利用区域提议方法检测最有可能是行人的区域，生成行人候选者以及行人候选者对应的分数，最后利用训练好的决策树算法确定行人候选者是否为真正的行人。本发明的优点是计算简单、快速，能够显著提高行人检测的准确率。
-
公开(公告)号：CN108334574A
公开(公告)日：2018-07-27
申请号：CN201810062484.0
申请日：2018-01-23
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于协同矩阵分解的跨模态检索方法,同时考虑保持原始空间样本对的局部几何流形结构，使用图正则项加入了模态内与模态间的约束，采用普遍使用的mAP(平均准确率)作为性能评价指标。本发明不仅考虑了样本的模态内相似性，还考虑了样本对模态间的相似性，为以文检图和以图检文准确性提供了保障。本发明利用协同矩阵分解技术、哈希函数，同时加入了保持模态内与模态间相似性的图正则化项，提高了以文检图和以图检文的相互检索性能，广泛应用于移动设备、互联网以及电子商务中的图片文本互相检索服务。
-
公开(公告)号：CN108304612A
公开(公告)日：2018-07-20
申请号：CN201711430008.1
申请日：2017-12-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于噪声补偿的迭代平方根CKF的汽车雷达目标跟踪方法，本发明首先设置系统初始值，在时间更新阶段计算容积点值；传播容积点；估计一步预测状态和误差协方差平方根因子；在量测更新阶段引入Gauss-Newton非线性迭代方法进行迭代更新，每次迭代时计算容积点；传播容积点；计算量测估计；计算新息协方差的平方根因子和互协方差矩阵；计算卡尔曼增益；更新本次迭代的状态和误差协方差平方根因子估计；判断是否达到迭代终止条件；更新此刻状态和误差协方差平方根的估计；量测更新过程中通过调整噪声补偿因子对状态估计进行优化。本发明能够有效提高汽车雷达目标跟踪过程中的精确性与稳定性。
-
公开(公告)号：CN108229505A
公开(公告)日：2018-06-29
申请号：CN201810112205.7
申请日：2018-02-05
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于FISHER多级字典学习的图像分类方法，包括步骤：构建一个图像分类系统，导入样本图像，利用超完备字典上的稀疏表示矩阵对每个样本图像进行初步的适当分类；将上述经过超完备字典分类的图像基于FISHER多级字典进行不同层级上的学习，获得每个类别图像的具体信息和共同信息；使用FISHER判别准则的判别式对不同层级上字典的区分能力进行增强，形成最佳的图像分类判别标准；本发明提供的基于FISHER多级字典学习的图像分类方法可以更好地捕捉各种图像相较于其他图像最具有区别性的特征，以及各图像自身具备的最独特的特性，提升了分辨效率和准确率。
-
Patent Agency Ranking
公开(公告)号：CN107045640A
公开(公告)日：2017-08-15
申请号：CN201710206962.6
申请日：2017-03-31
Applicant: 南京邮电大学
IPC: G06K9/62
CPC classification number: G06K9/6247 , G06K9/6232 , G06K9/624 , G06K9/6265
Abstract: 本发明公开了一种用于图像识别的基于邻域保持和核子空间对齐的方法,首先利用核映射函数将源域和目标域图像都映射到同一个高维空间中，使得在这个高维空间中源域和目标域图像线性可分。然后对高维空间中的源域图像和目标域图像使用主成分分析法PCA降维，得到源域子空间和目标域子空间。接着，学习一个对齐矩阵将源域子空间和目标域子空间对齐，同时保证在原始空间中属于不同类别的源域样本在对齐后的空间中尽可能的分开。最后，利用学习得到的对齐矩阵对新的图像进行分类。本发明方法通过邻域保持和核子空间对齐缓解了源域和目标域样本分布不同导致传统的图像识别方法的识别准确率下降的问题，相对于传统的方法本发明取得了更高的图像识别准确率。
-
公开(公告)号：CN106951829A
公开(公告)日：2017-07-14
申请号：CN201710098887.6
申请日：2017-02-23
Applicant: 南京邮电大学
CPC classification number: G06K9/00718 , G06K9/6223
Abstract: 本发明公开了一种基于最小生成树的视频显著对象检测方法，包括步骤：对输入图像进行超像素分割，计算每个超像素到边界的距离，并构造图像的最小生成树；将建立的图像最小生成树距离变换规则和利用快速轮廓检测方法提取的外轮廓信息结合，提取获得初步显著图；利用建立的模糊色差直方图特征对所得初步显著图的非固定外轮廓进行模糊处理，得到轮廓清晰的显著图；对所得轮廓清晰的显著图中显著对象采用适应于行人窗口的采样特征网格的多尺度检测，并将其结合到最终显著图。本发明能够不受光照变化等外界干扰因素的影响，能够有效的、鲁棒性强的人体行为特征描述，计算量小、实时性高并有较好的显著对象检测效果。
-
公开(公告)号：CN104794434B
公开(公告)日：2017-03-15
申请号：CN201510152822.6
申请日：2015-04-02
Applicant: 南京邮电大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于Gabor响应域重构的指关节纹识别方法，以一组带有方向的二维Gabor滤波器作为字典，运用稀疏表示计算测试样本和训练样本中每个样本不同方向上的Gabor响应表示；以训练样本对应方向上的Gabor响应作为字典，对测试样本每个方向上的Gabor响应进行线性重构；对重构前和重构后的测试样本以及训练样本的Gabor响应运用多方向二值编码方法进行特征编码；对重构前和重构后的测试样本，分别计算其与训练样本的匹配距离；利用自适应二值融合策略，自适应融合重构前、重构后的测试样本与训练样本的距离信息，最终得到测试样本与训练样本的匹配距离。本发明可较好地减小由于姿势变形而引起的错误拒绝，满足实际应用对高效身份识别的要求。
-
公开(公告)号：CN105808723A
公开(公告)日：2016-07-27
申请号：CN201610128827.X
申请日：2016-03-07
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F16/583
Abstract: 本发明公开了基于图片语义和视觉散列的图片检索方法，该方法能同时表征图片语义相似性和视觉相似性的新颖的散列函数。本发明方法包括以下步骤：首先利用图片特性和视觉特性训练语义散列函数；然后，利用最大熵原则，获得紧凑的二进制码；最后，利用函数衰减原理，消除视觉特征的噪声。本发明能满足两方面的一致性：一是能满足散列二进制码和图片语义表示间的一致性，二是能满足散列二进制码和图片视觉表征的一致性。本发明可以方便人们在公共图片库中检索感兴趣的图片，在公共视频库中具有良好的检测性能。
-
公开(公告)号：CN102156878A
公开(公告)日：2011-08-17
申请号：CN201110087726.X
申请日：2011-04-08
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于带有流形信息稀疏映射的人脸识别方法，属于人脸识别领域。该方法提出了一种新的稀疏表示算法，即带有流形信息的稀疏映射(SEMI)算法。本方法首先计算出样本间的稀疏重构系数矩阵，并得到稀疏重构后的新样本集，然后保留新样本集和原始样本间的某些流形信息，从而在投影过后不但能保留样本间的稀疏关系，还能保留原始样本间的流形结构。本发明方法不但提取了稀疏信息，同时还将人脸样本本身具有的流形结构特征融入其中，并利用两者共同融合的特征信息来得到样本的投影子空间，提高了识别效果。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.027 seconds)
