-
公开(公告)号：CN119887850A
公开(公告)日：2025-04-25
申请号：CN202510370363.2
申请日：2025-03-27
Applicant: 南京信息工程大学
IPC: G06T7/246 , G06V10/25 , G06V10/62 , G06V10/82 , G06V10/80 , G06V10/52 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于自适应关联的复杂场景下多目标追踪方法，包括：步骤1，获取包含多目标运动的视频帧序列，对视频帧序列进行预处理；步骤2，构建新的目标检测网络模型；新的目标检测网络模型以YOLO11模型作为基准模型，包括骨干网络、颈部网络和头部网络；步骤3，对新的目标检测网络模型进行整体多尺度特征训练与学习；步骤4，对目标检测网络模型进行性能评估与评价；步骤5，将检测框对象输入到追踪算法，预测目标轨迹。本发明引入自适应阈值和相机偏移补偿机制，增强了追踪在不同环境下的抗干扰能力。将本发明提出的模型进行消融实验，并与常用的深度学习模型对比，在相同的测试条件下，本发明具有优秀的检测和追踪性能。
-
公开(公告)号：CN118429870A
公开(公告)日：2024-08-02
申请号：CN202410897337.0
申请日：2024-07-05
Applicant: 南京信息工程大学
IPC: G06V20/40 , G06V20/52 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种群体行为识别方法、系统和存储介质，包括：获取待识别的视频帧；根据视频帧，基于预训练好的群体行为识别模型，得到群体行为类别；所述群体行为识别模型包括：骨干网络、融合模块、嵌入层、关系推理模块、图卷积网络、全局平均池化层以及分类器。本发明通过模型中的融合模块将全局特征中包含的场景信息嵌入个体特征中，为个体动作与群体行为类别的推理提供了信息丰富的融合特征，最终提高了群体行为的识别精度。
-
公开(公告)号：CN113608597B
公开(公告)日：2023-05-12
申请号：CN202110911887.X
申请日：2021-08-10
Applicant: 南京信息工程大学
IPC: G06F1/20
Abstract: 本发明公开了一种温湿度自动调节型计算机设备，属于计算机设备技术领域，一种温湿度自动调节型计算机设备，包括外壳、开凿在外壳上的多个排气孔和开凿在外壳位于排气孔上侧的多个进气孔，外壳内部固定连接有横板，横板上侧壁安装有多个散热风扇，外壳下侧内壁固定连接有多个支撑杆，多个支撑杆上端固定连接有同一个托板，托板上侧壁安装有计算机本体，横板上侧壁固定连接有内筒，它可以实现将计算机内部空气的湿度转化为液态，并通过液态对计算机内部进行降温，对空气中的湿气进行存储的同时，在达到一定额度的温度时自动释放内部的水分，使其流入多个散热管内，降低了计算机内部的温度，有效延长了计算机的使用寿命。
-
公开(公告)号：CN113608597A
公开(公告)日：2021-11-05
申请号：CN202110911887.X
申请日：2021-08-10
Applicant: 南京信息工程大学
IPC: G06F1/20
Abstract: 本发明公开了一种温湿度自动调节型计算机设备，属于计算机设备技术领域，一种温湿度自动调节型计算机设备，包括外壳、开凿在外壳上的多个排气孔和开凿在外壳位于排气孔上侧的多个进气孔，外壳内部固定连接有横板，横板上侧壁安装有多个散热风扇，外壳下侧内壁固定连接有多个支撑杆，多个支撑杆上端固定连接有同一个托板，托板上侧壁安装有计算机本体，横板上侧壁固定连接有内筒，它可以实现将计算机内部空气的湿度转化为液态，并通过液态对计算机内部进行降温，对空气中的湿气进行存储的同时，在达到一定额度的温度时自动释放内部的水分，使其流入多个散热管内，降低了计算机内部的温度，有效延长了计算机的使用寿命。
-
公开(公告)号：CN102904964A
公开(公告)日：2013-01-30
申请号：CN201210415349.2
申请日：2012-10-26
Applicant: 南京信息工程大学
IPC: H04L29/08
Abstract: 本发明为了解决电能表远程集抄系统中主站平台的并发数少和客户端管理低效等问题，提供基于完成端口模型的海量集中器并发处理方法，以提高主站平台的并发处理能力。该方法具体包括以下步骤：第一步，前置服务器创建连接代理，用于接受集中器客户端的连接请求；第二步，前置服务器创建工作线程池，线程池中线程的数量为前置服务器的中央处理器数目的两倍，这些工作线程等待连接代理分配连接请求；第三步，连接代理按照连接请求先进先出的原则为每个空闲的工作线程分配连接请求；第四步，每个工作线程的输入输出数据由主站平台服务器上的数据管理程序处理，工作线程在处理完连接请求后变成空闲状态。
-
Patent Agency Ranking
公开(公告)号：CN119152321B
公开(公告)日：2025-03-14
申请号：CN202411642984.3
申请日：2024-11-18
Applicant: 南京信息工程大学
IPC: G06V10/774 , G06V10/764 , G06V10/40
Abstract: 本发明公开了一种图片分类模型训练及图片分类方法，图片分类模型训练方法包括采用强化学习动态调整每个客户端的本地分类模型的个性化参数与共享参数的比例，将标记有真实标签的本地图片数据集输入至对应的调整后的本地分类模型中，获取预测的图片分类结果；根据所输入的本地图片数据、真实标签及预测的图片分类结果计算交叉熵损失，更新参数，将更新后的参数及每个客户端当前的参数聚合权重输入至预构建的目标函数，分配各客户端的参数聚合权重，计算全局共享参数，将每个客户端的本地分类模型的共享参数更新为全局共享参数；重复上述步骤至各客户端的本地分类模型收敛，获取训练好的图片分类模型解决非独立同分布数据导致性能下降的问题。
-
公开(公告)号：CN119152321A
公开(公告)日：2024-12-17
申请号：CN202411642984.3
申请日：2024-11-18
Applicant: 南京信息工程大学
IPC: G06V10/774 , G06V10/764 , G06V10/40
Abstract: 本发明公开了一种图片分类模型训练及图片分类方法，图片分类模型训练方法包括采用强化学习动态调整每个客户端的本地分类模型的个性化参数与共享参数的比例，将标记有真实标签的本地图片数据集输入至对应的调整后的本地分类模型中，获取预测的图片分类结果；根据所输入的本地图片数据、真实标签及预测的图片分类结果计算交叉熵损失，更新参数，将更新后的参数及每个客户端当前的参数聚合权重输入至预构建的目标函数，分配各客户端的参数聚合权重，计算全局共享参数，将每个客户端的本地分类模型的共享参数更新为全局共享参数；重复上述步骤至各客户端的本地分类模型收敛，获取训练好的图片分类模型解决非独立同分布数据导致性能下降的问题。
-
公开(公告)号：CN119067202A
公开(公告)日：2024-12-03
申请号：CN202411566650.2
申请日：2024-11-05
Applicant: 南京信息工程大学
Abstract: 本发明公开了边缘计算技术领域的一种基于联邦学习的交通推荐系统分布式训练方法，包括：步骤A：生成车辆上本地数据样本的标签分布、特征分布以及本地模型参数；步骤B：边缘服务器基于各车辆上本地数据样本的标签分布的相似性和特征分布的相似性为每个车辆选择合作者，并将当前全局更新中合作者最新的本地模型参数发送给对应的车辆；步骤C：为每个车辆计算各合作者的聚合权重，进行聚合得到全局更新后的本地模型参数，并对全局更新后的本地模型进行本地训练，生成新的本地模型参数和车辆上本地数据样本的特征分布，并上传至边缘服务器，为参与下一轮全局更新的各个车辆更新合作者；步骤D：重复步骤B至步骤C，直至全局损失函数收敛。
-
公开(公告)号：CN117876939B
公开(公告)日：2024-05-24
申请号：CN202410270021.9
申请日：2024-03-11
Applicant: 南京信息工程大学
IPC: G06V20/40 , G06V40/20 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于时空特征增强的实时时空行为检测方法及装置，方法包括：将待检测的视频数据输入训练好的检测网络，得到实时时空行为检测结果；检测网络的训练包括：将原始视频截取为多个等时长的视频片段，将每个视频片段截取固定帧数的图像；对视频片段和其中的关键帧进行特征提取，得到时空特征和空间解耦特征；将时空特征输入到轻量时空扩张增强模块，得到时空增强特征；将时空增强特征进行上采样操作并与空间解耦特征在空间维度上对齐连接，将连接后的特征输入多尺度特征融合模块作为动作分类及定位的依据；优化损失函数并重复训练使得检测网络收敛，得到训练好的检测网络。本发明有效权衡了检测精度和速度，适用于实时行为检测任务。
-
公开(公告)号：CN117665825A
公开(公告)日：2024-03-08
申请号：CN202410131969.6
申请日：2024-01-31
Applicant: 南京信息工程大学
IPC: G01S13/95
Abstract: 本发明公开了一种雷达回波外推预报方法及系统，属于降雨短临预报技术领域，其包括获取待预测的雷达回波图像序列；对雷达回波图像序列进行预处理，得到待预测数据集；将所述待预测数据集输入预先训练的结合双分支编解码和门控递归网络的预测模型，获得雷达回波外推预测图像；其中，所述结合双分支编解码和门控递归网络的预测模型的训练方法包括：对获取到的雷达回波图像序列样本进行预处理，得到有效样本数据集；将所述有效样本数据集输入预先构建的结合双分支编解码和门控递归网络的预测模型，得到训练好的结合双分支编解码和门控递归网络的预测模型，通过上述过程实现了准确率更高的雷达回波外推预测效果，大大增强了降雨预测精度。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.026 seconds)
