公开(公告)号：CN106327448A

公开(公告)日：2017-01-11

申请号：CN201610789762.3

申请日：2016-08-31

Applicant: 上海交通大学

Inventor： 盛斌 ,  常柯

IPC: G06T5/00 ,  G06T7/40

CPC classification number: G06T5/008 ,  G06T2207/20081

Abstract: 本发明涉及一种基于深度学习的图片风格化处理方法，包括步骤：S1：构建神经网络并进行训练；S2：将待处理图片分割成多个超像素；S3：采用训练好的神经网络分析每一个超像素，并为其标注适配度最高的环境类别；S4：将所有超像素中被标注次数最多的环境类别定义为该图片的环境类别；S5：提取图片中的物体，并根据物体在图片中的位置确定目标主角物体；S6：根据风格化处理要求清晰化背景或模糊化背景，其中，所述风格化处理要求包括强化背景和弱化背景。与现有技术相比，本发明具有处理速度快、效果好等优点。

公开(公告)号：CN105744485B

公开(公告)日：2019-01-25

申请号：CN201610038371.8

申请日：2016-01-20

Applicant: 上海交通大学

Inventor： 刘璐 ,  张哲慧 ,  常柯 ,  刘多闻 ,  田晓华 ,  王新兵

IPC: H04W4/021 ,  H04W4/33 ,  G01S5/02

Abstract: 本发明提供了一种基于传播模型的室内定位RSS指纹库恢复方法，包括如下步骤：用户首先给定定位的采样量；利用信道相关性，可以确定空间内定位网格的大小，即定位精度；用户在某些指定位置进行信号强度(RSS值)的采样；根据线性变换，仅利用用户采集的部分采样量，恢复出完整的定位数据库。本发明一方面提出了一种不受环境限制的新型信号传播模型，另一方面在较小的采样量下保证了一定的精确度。

公开(公告)号：CN105744485A

公开(公告)日：2016-07-06

申请号：CN201610038371.8

申请日：2016-01-20

Applicant: 上海交通大学

Inventor： 刘璐 ,  张哲慧 ,  常柯 ,  刘多闻 ,  田晓华 ,  王新兵

IPC: H04W4/04 ,  G01S1/02

CPC classification number: H04W4/04 ,  G01S1/02

Abstract: 本发明提供了一种基于传播模型的室内定位RSS指纹库恢复方法，包括如下步骤：用户首先给定定位的采样量；利用信道相关性，可以确定空间内定位网格的大小，即定位精度；用户在某些指定位置进行信号强度(RSS值)的采样；根据线性变换，仅利用用户采集的部分采样量，恢复出完整的定位数据库。本发明一方面提出了一种不受环境限制的新型信号传播模型，另一方面在较小的采样量下保证了一定的精确度。