-
公开(公告)号：CN107330912A
公开(公告)日：2017-11-07
申请号：CN201710323852.8
申请日：2017-05-10
Applicant: 南京邮电大学
CPC classification number: G06T7/246 , G06K9/6249 , G06K9/629 , G06T2207/10016
Abstract: 本发明公开了一种基于多特征融合的稀疏表示的目标追踪方法，所述方法采用稀疏表示的目标追踪方法，包括训练核权重、获得粒子观测的稀疏表示以及稀疏重建算法三个部分。本发明将fisher判别标准引入多特征核函数权重训练模型中，可准确判断出特征向量的鲁棒性强弱，提升多特征核函数融合的可靠性；使采用混合范数自适应的选择相关高的粒子观察用于多任务稀疏重建，可有效排除非相关采样粒子的干扰；重构算法具有快速收敛性以及较强的鲁棒性。
-
公开(公告)号：CN105790837A
公开(公告)日：2016-07-20
申请号：CN201610125773.1
申请日：2016-03-04
Applicant: 南京邮电大学
IPC: H04B10/116 , G06F17/30 , G01S5/16
CPC classification number: H04B10/116 , G01S5/16 , G06F17/30262
Abstract: 本发明公开了基于图像匹配和指纹库的LED可见光室内定位方法系统,该定位方法在离线阶段，构建象限图片指纹库和基于指纹的网格化象限数据库。在线阶段，首先通电驱动电路，实现LED信号源照明覆盖区域，移动终端拍摄LED灯，与图片指纹库进行匹配，得到精度较高的粗位置，实现粗定位；然后移动终端根据得到“指纹”信息与多参数指纹库进行查询匹配，确定移动终端在该区域下的位置信息，实现精定位。本发明将图片与图片指纹库进行查询匹配，实现粗定位；精定位只需将实时接收到的指纹与指纹库数据进行查询匹配，确定最终移动终端的位置，粗定位大大降低了后续精定位算法复杂度，查询匹配提高了定位速度和定位精度，网格化方法降低了定位误差。
-
公开(公告)号：CN103559696B
公开(公告)日：2016-04-13
申请号：CN201310454377.X
申请日：2013-09-29
Applicant: 南京邮电大学
IPC: G06T5/50
Abstract: 本发明提出了一种基于压缩感知的图像融合方法，所述方法采用压缩感知的图像融合方法，包括从图像采集、观测值融合以及图像重构三个部分，图像采集将待融合的图像分成图像块；观测值融合采用双通道脉冲耦合神经网络模型进行初步图像融合，采用加权平均方法对观测值进行精细融合；最后通过图像重构算法得到最终的图像融合结果。本发明采样部分充分考虑到待融合图像自身特点，提高了融合所得结果的细节信息；采用分块压缩方法，在采样端对分块图像在采样的同时即进行压缩，避免了传统压缩感知采样端事先进行稀疏处理所增加的采样端复杂度；重构算法具有较快重构速度以及较强鲁棒性。
-
公开(公告)号：CN105354330A
公开(公告)日：2016-02-24
申请号：CN201510844684.8
申请日：2015-11-27
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F16/9535
Abstract: 本发明公开了一种基于稀疏数据预处理的协同过滤推荐方法，该方法从项目自身信息出发，首先，通过引入项目的特征属性信息,为每个特征属性分配不同的权值，计算项目间特征属性相似度，初步预测用户对未评分项目的评分。接着再对稀疏数据集的未评分项目进行混合填充预处理,可以使得稀疏的用户和项目数据矩阵完全饱和。本发明能够有效地解决传统对稀疏数据集不作处理以及使用固定值填充带来的低推荐精度和低推荐覆盖率的问题，使得基于本发明的推荐系统的推荐性能够得到很好的改善。
-
公开(公告)号：CN103944581A
公开(公告)日：2014-07-23
申请号：CN201410151554.1
申请日：2014-04-15
Applicant: 南京邮电大学
IPC: H03M7/30
Abstract: 本发明公开了一种基于精炼和分块搜索的重构稀疏信号方法，用以重构压缩感知(CS)技术框架下的稀疏信号。本发明方法利用MP算法简单的更新准则进行分块搜索，减少了运用最小二乘方法的次数，从而降低了OMP算法的复杂度；采用了精炼的方法提高重构性能，先进行扩展的索引集搜索，再通过最小二乘方法精炼出已知个数的索引；通过调节分块大小和扩展索引集维数实现重构性能与复杂度的权衡。本发明方法能够有效提高OMP算法的重构性能，并大大提高了重构速度。
-
Patent Agency Ranking
公开(公告)号：CN113822935B
公开(公告)日：2024-02-06
申请号：CN202111072675.3
申请日：2021-09-14
Applicant: 南京邮电大学
IPC: G06T7/73 , G06T7/80 , G06N3/0464 , G06N3/08
Abstract: 本发明揭示了一种基于pix2pix的多图像定位方法，具体包括：S1、利用多台相机收集训练图像，对多副图像进行水平方向上的拼接，构建得到训练数据集；S2、对训练数据集进行分类学习，得到基于位置的卷积神经网络分类模型；S3、利用pix2pix训练每台相机的图像生成模型；S4、利用相机收集目标图像，若目标图像未出现缺失情况、则拼接得到完整图像，若目标图像出现缺失情况、则利用图像生成模型生成完整图像；S5、将完整图像作为卷积神经网络分类模型的输入，进行目标位置的估计。本发明将室内定位问题转化为机器学习的分类问题，有效地克服了多径干扰、设备部署困难、实现成本高等一系列问题，保证了室内定位效果。
-
公开(公告)号：CN117041864A
公开(公告)日：2023-11-10
申请号：CN202310926102.5
申请日：2023-07-26
Applicant: 南京邮电大学
IPC: H04W4/02 , H04W4/33 , H04B17/309 , G06F16/901 , G06N3/084 , G06N3/045 , G06F17/16
Abstract: 本发明公开了一种基于CSI幅度‑相位信息构图的目标定位方法及系统，方法包括：获取接收端接收路由器发射信号的信道状态信息CSI，其中待定位目标位于路由器发射信号传输场景内；提取信道状态信息CSI的幅度信息和相位信息；根据所述CSI的幅度信息和相位信息，利用映射规则形成CSI离散坐标图像；根据CSI离散坐标图像构建CSI图数据，其中所述CSI图数据包括邻接矩阵和特征矩阵；将所述CSI图数据输入GraphSAGE图神经网络模型，根据所述模型的输出，得到目标的定位结果。本发明定位方法准确度高。
-
公开(公告)号：CN110443849B
公开(公告)日：2022-10-14
申请号：CN201910624713.8
申请日：2019-07-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度图像的双流卷积神经网络回归学习的目标定位方法。离线阶段，在每个参考位置处，灰度图像及其对应的深度图像由双目相机收集。使用图像预处理技术，灰度图像和深度图像被转换为三通道图像。然后，具有共享权重系数的双流CNN用于离线回归学习。最后，得到了基于距离的回归模型。在线阶段，将得到的灰度图像和深度图像的预处理之后，通过基于距离的回归模型来估计最终距离。
-
公开(公告)号：CN109917329B
公开(公告)日：2022-08-19
申请号：CN201910297336.1
申请日：2019-04-15
Applicant: 南京邮电大学
IPC: G01S3/14
Abstract: 本发明公开了一种基于协方差匹配准则的L型阵列波达方向估计方法，方法首先在接收端构建L型阵列：利用不同预设数量的阵元分别建立阵元间距均为入射窄带信号波长一半的第一阵列x和第二阵列y，并以垂直形式叠加第一阵列x和第二阵列y；随后计算第一阵列x和第二阵列y的互相关矩阵，同时对互相关矩阵做矢量化操作得到虚拟阵列接收信号；然后再基于虚拟阵列接收信号根据协方差匹配准则构建优化模型，求解最优化模型得到最优解，并建立最优解的协方差矩阵；最后根据重构协方差矩阵通过多重信号分类方法估计得到入射信号的仰角和方位角大小，完成波达方向的估计操作；本发明可降低波达方向估计过程中噪声对估计结果的影响，提升分辨率和估计精度。
-
公开(公告)号：CN111368683B
公开(公告)日：2022-08-02
申请号：CN202010124013.5
申请日：2020-02-27
Applicant: 南京邮电大学
IPC: G06V40/16 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种基于模约束CenterFace的人脸图像特征提取方法及人脸识别方法，该方法包括以下步骤：获取低分辨率人脸数据集，对数据集进行预处理；根据应用的任务环境选取合适的基础卷积神经网络；使用Softmax损失、中心损失和模损失函数在训练数据集上对人脸识别模型进行联合监督，得到人脸识别模型；使用人脸识别模型提取人脸图像的特征代表向量，根据阈值判定相似性或根据距离排序给出人脸识别结果。本发明基于CenterFace算法的损失函数进一步提出一种模损失函数用于联合训练，通过大量监控下的低分辨率人脸图像获得较好的人脸识别模型。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.029 seconds)
