-
公开(公告)号：CN101316279A
公开(公告)日：2008-12-03
申请号：CN200810123592.0
申请日：2008-07-09
Applicant: 南京邮电大学
Abstract: 主观兴趣模型驱动的无线多媒体传感器网络设计方法，是一种主要用于无线多媒体传感器网络设计和应用问题，属于分布式计算和网络通信技术交叉领域。该发明根据从自然界中生物群落的行动特点中抽象出来的行动模型设计网络智能模型，可以应用于多种事件触发的多媒体传感其网络的设计当中，具有以下特征：在分布式计算中合理利用与分配资源，以较小代价、较低时延获得事件信源的有效数据；通过兴趣度衡量方法与其它结点进行活动协作，有利于集中网络资源对兴趣事件源进行深度报道；有效进行数据融合摈弃冗余数据；对网络进行自然演化，形成面向事件的朋友圈子，优化网络结构。
-
公开(公告)号：CN101304386A
公开(公告)日：2008-11-12
申请号：CN200810124150.8
申请日：2008-06-13
Applicant: 南京邮电大学
CPC classification number: Y02D70/14
Abstract: 多媒体传感器网络数据传输协作处理方法主要涉及到了一种传感器节点之间处理冗余的环境数据与合理地占用网络资源的方法。该种数据处理方法基于无线传感器网络节点的异构性，要求节点功能尽可能地分散，划分为普通传感节点1、视频传感节点2、音频传感节点3、多媒体簇头节点4、基站节点5以及接入节点6。既节约了能耗，又可以在无线网络中构建功能分散式协作处理机制，使得整体网络中的异类节点间互不干扰，易于维护；同类节点间可以互相协作更为合理地占用网络资源，更为有效地满足实际应用需求。
-
公开(公告)号：CN101013986A
公开(公告)日：2007-08-08
申请号：CN200710019931.6
申请日：2007-02-02
Applicant: 南京邮电大学
Abstract: 基于移动代理中间件的传感器网络数据查询处理实现方法是无线传感器网络数据查询系统的一种设计方法。主要用于解决无线传感器网络数据查询系统的开发和应用问题，实现开发一种基于移动代理机制的查询处理系统，它应具有如下特征：将整个无线传感器网络视为一个数据库；在移动代理中间件软件基础上实现；由移动代理代为执行用户的查询请求任务，代理迁移到指定节点上开始运行直到完成查询任务就结束它的生命周期，或者根据任务需要迁移到其它节点上去；查询处理系统的设计实现在网络管理基站完成，可以根据用户需要动态地改变查询代理的设计，而不需要繁琐地将改变的应用程序代码下载到网络中的所有节点上去。
-
公开(公告)号：CN101013976A
公开(公告)日：2007-08-08
申请号：CN200710019976.3
申请日：2007-02-05
Applicant: 南京邮电大学
Abstract: 无线传感器网络的混合入侵检测方法是一种无线传感器网络的安全保护方案，主要用于解决无线传感器网络所遭受的各种安全攻击和安全问题，该检测方法综合了基于主机和基于网络、基于集中和基于分布、基于异常和基于模式等多种检测方法，根据无线传感器网络的特点和面临的外部和内部攻击，将检测任务分散到传感器节点、簇头节点和基站节点，并综合了基于主机和基于网络，基于集中和基于分布，基于异常和基于模式多种检测方法的优势，避免了依靠复杂算法增强网络安全而导致的对网络和节点资源过多的消耗，在保证网络安全的同时，延迟了网络的生命期。
-
公开(公告)号：CN114724065B
公开(公告)日：2024-11-15
申请号：CN202210330483.6
申请日：2022-03-31
Applicant: 南京邮电大学
IPC: G06V20/40 , G06V10/46 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/82 , G06T7/11 , G06T7/246 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于非局部步态特征的多目标跟踪与识别方法，该发明首先获取一段步态视频序列，在分类定位分支和掩码预测分支检测分割视频序列；然后在跟踪分支采用实例标签划分法与匈牙利算法关联跟踪目标，获取所有目标的步态能量图；接着将步态能量图输入到改进的非局部分块网络生成特征图。根据特征图划分不同区域，赋予不同权重，得到细粒度的步态特征。最后将提取的步态特征输入到一对多支持向量机进行目标识别。本发明通过分类定位分支和掩码预测分支检测分割视频序列，有助于提升多目标分割的精度；通过实例标签划分法与匈牙利算法，有效实现不同帧之间目标的关联；通过改进的非局部分块网络，有助于提取细粒度的非局部特征。
-
Patent Agency Ranking
公开(公告)号：CN117456452A
公开(公告)日：2024-01-26
申请号：CN202311380891.3
申请日：2023-10-24
Applicant: 南京邮电大学
IPC: G06V20/52 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于计算机视觉中的人物目标检测领域，公开一种基于YOLO的密集行人检测方法，该方法首先获取用于密集行人检测的CrowdHuman数据集，然后对该数据集采用Mosaic数据增强方法进行预处理，再将增强后的数据集图片输入到主干网络中提取不同尺寸的特征图，接着将特征图输入BiFPN加权双向特征金字塔网络进行特征融合得到强化特征图，最后将强化特征图输入到头部网络得到检测结果；本发明充分利用图片中存在的各种信息，能够得到更全面的特征表示，有效提高了目标人物的检测精度，极大程度上避免了因密集行人造成错检漏检的问题。
-
公开(公告)号：CN117093487A
公开(公告)日：2023-11-21
申请号：CN202311065192.X
申请日：2023-08-23
Applicant: 南京邮电大学
IPC: G06F11/36 , G06F16/21 , G06F16/242
Abstract: 本发明属于数据库系统、软件测试等交叉技术领域，公开了一种基于扩展正则表达式的通用SQL测试用例集生成方法及生成系统，提出了一种基于路径覆盖的正则运算符消融算法，首先生成所有上下文节点对应的监听器，在正则运算符的监听器中编写消融规则，然后对SQL语法解析树通过监听器模式进行遍历，在遍历过程中对正则运算符节点进行树节点变异，最后对解析树进行二次遍历，获得SQL测试用例集。本发明具有良好的迁移性，可以根据文法的不同可以生成不同数据库的SQL测试用例集，对于大规模、结构层次更复杂的正则表达式来说，具有更强的操作性和便捷性。
-
公开(公告)号：CN116980194A
公开(公告)日：2023-10-31
申请号：CN202310916537.1
申请日：2023-07-24
Applicant: 南京邮电大学
IPC: H04L9/40 , H04L9/14 , G06F16/215 , G06F16/27 , G06F21/60
Abstract: 本发明公开了一种基于云边端协同的数据传输方法及其系统，属于信息安全技术领域；步骤为：数据清洗模块对数据进行去冗余；将消冗数据发送到数据加密模块；数据加密模块对传入的明文数据进行加密处理；数据加密模块输出的密文传送到云端数据中心；用户向信任机构提供用户ID和密码以及云端数据中心的交互权限；用户输入的登录信息与信息库比对成功后，开启数据初级访问权限；用户获得相应的访问权限，获取到解密密钥对需要查看的数据进行解密处理。本发明通过数据清洗模块对引入的数据进行去冗余，保证数据的清洁度；通过数据加密模块中的Rijndael加密算法、Blowfish算法和Enyo算法三种轻量级加密算法，根据需求自适应选择加密算法，提高加密的安全性和高效性。
-
公开(公告)号：CN113674328B
公开(公告)日：2023-08-25
申请号：CN202110795714.6
申请日：2021-07-14
Applicant: 南京邮电大学
IPC: G06T7/277 , G06T7/246 , G06V20/54 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/766 , G06V10/82
Abstract: 本发明提供了一种多目标车辆跟踪方法，首先输入实际拍摄的车辆视频，检测模块使用RFB‑Net网络，使用VOC2007数据集中的车辆数据训练，将检测器输出作为跟踪模型输入；然后获取目标检测框，进行表观特征或运动特征的提取；接着进行相似度计算，根据前后两帧目标之间的匹配程度进行数据关联，为每个对象分配目标的ID；本发明可以较好地解决车辆移动速度快、目标相似度高以及目标相互遮挡导致跟踪失败的问题。
-
公开(公告)号：CN113673325B
公开(公告)日：2023-08-15
申请号：CN202110793285.9
申请日：2021-07-14
Applicant: 南京邮电大学
IPC: G06V40/70 , G06V10/772 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 本发明公开了一种多特征人物情绪识别方法，首先通过使用3D卷积神经网络提取视频中面部与身体的局部时空特征，然后在稀疏编码树的框架下，使用MOD算法对所提取的特征向量进行字典学习得到稀疏编码，最后将稀疏编码作为输入在稀疏编码树节点处训练SVM分类器，不断分类，最终输出单一类别的情绪表征；本发明能够很好地适应于不同场景，具有较强的泛化能力，还能够提高在多遮挡环境的视频中人物情绪识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
374
records
(took 0.027 seconds)
