公开(公告)号：CN117474797B

公开(公告)日：2024-03-19

申请号：CN202311832535.0

申请日：2023-12-28

申请人： 南京信息工程大学

发明人： 江结林 ,  史明月 ,  刘西应 ,  陈亚当 ,  赵英男

IPC分类号： G06T5/70 ,  G06T5/50 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种多尺度互补学习的图像去噪方法及装置，方法包括：步骤1：图像预处理之后得到标准化的基层和细节层；步骤2：将细节层输入细节特征学习分支得到第一个图像细节特征；步骤3：将细节层输入噪声学习分支得到第二个图像细节特征；步骤4：融合两个分支学习得到的图像细节特征；步骤5：将最终的图像细节特征和基层相加得到去噪后的图像；步骤6：计算损失并迭代训练，重复步骤2至步骤5并保存最优去噪模型；步骤7：将测试图像输入保存好的去噪模型进行测试。当噪声水平越高时，去噪模型的去噪效果越好，使噪声的去除和细节的保留之间达到良好的平衡。同时只使用了细节层参与去噪模型训练，极大减少了计算量。

公开(公告)号：CN117058450A

公开(公告)日：2023-11-14

申请号：CN202311012204.2

申请日：2023-08-10

申请人： 南京信息工程大学

发明人： 刘西应 ,  江结林 ,  颜佩漪 ,  许小龙 ,  吴金涛

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于自适应掩码重构的异常检测方法及装置，该方法对于输入图片，通过策略添加异常部位后，使用自适应选择的掩码分别遮掩其三分之一，得到三张带有掩码的残差图，将这三张残差图分别进行重构后，得到三张重构后的图片，选择与输入图差别最大的图片作为最终的重构图片，再进行异常检测。本发明可以有效提高异常检测的准确度，同时提高异常定位的准确性。

公开(公告)号：CN115861256A

公开(公告)日：2023-03-28

申请号：CN202211617088.2

申请日：2022-12-15

申请人： 南京信息工程大学

发明人： 颜佩漪 ,  江结林 ,  朱加乐

IPC分类号： G06T7/00 ,  G06N3/08 ,  G06V10/44 ,  G06V10/774 ,  G06N3/0464

摘要： 本发明公开了一种基于知识蒸馏结合图像重构的异常检测方法，将知识蒸馏与基于U型卷积神经网络的图像重构方法结合，利用Unet网络重构特征图来进一步指导学生网络学习正常像素的语义信息，建立可用于图像异常检测与异常定位的模型；该模型的教师网络为预先训练的图像分类强模型ResNet18，学生网络为Unet网络，结合多尺度特征匹配策略使学生网络能够同时利用低层特征、中层特征和高层特征的语义信息，从而允许检测各种尺度大小的异常。本发明能够减轻CNN对异常的泛化能力和弥补教师网络和学生网络之间出现的知识转移不完整、不正确等问题，有效提高异常检测的准确率和异常点定位的精度。

公开(公告)号：CN115712720A

公开(公告)日：2023-02-24

申请号：CN202210723816.1

申请日：2022-06-23

申请人： 南京信息工程大学

发明人： 江结林 ,  胡志臣 ,  唐卫 ,  程勇 ,  陈圣劼 ,  许小龙

IPC分类号： G06F16/35 ,  G06F16/36 ,  G06F40/205 ,  G06F40/242 ,  G06F40/284 ,  G06F40/295 ,  G06F40/30 ,  G06Q50/26

摘要： 本发明公开了一种基于知识图谱的降雨动态预警方法，属于知识图谱的技术领域和数据挖掘领域，其包括步骤1：通过动态实时多路下载有关区域降雨新闻数据；步骤2：根据步骤1的文本非结构化信息抽取城市地点信息，降雨信息时间等；步骤3：根据步骤2构建时‑空多维知识图谱，并实时去除冗余的降雨信息；步骤4：统计区域地势数据，通过聚类算法将区域地势数据进行动态分类；步骤5：根据步骤4的结果，对分类地区自动生成对应预警信息，标记具体位置并通知相关人员；通过该方法有利于提升整体的气象降雨数据关键词挖掘效率，减少人工标注所带来的时间成本，快速的为专家聚类出组合排列结果，对于降雨情况做出迅速反应。

公开(公告)号：CN115457553A

公开(公告)日：2022-12-09

申请号：CN202211414811.7

申请日：2022-11-11

申请人： 南京信息工程大学

发明人： 江结林 ,  崔超

IPC分类号： G06V20/70 ,  G06V10/82 ,  G06V10/80 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00

摘要： 本发明公开了一种基于深度学习的布匹缺陷检测方法，包括：将布匹缺陷数据集通过数据增强的方式，提升算法的鲁棒性，利用多层特征提取算法，通过横向连接的自上而下的体系结构，将底层位置特征信息与高层分类特征信息相融合，提高了不同尺度布匹缺陷的检测效果，在此基础上添加可变形卷积算法，在卷积中的常规采样位置添加二维偏移量，使偏移之后的采样网格可以发生形变，解决了不规则形状布匹缺陷检测能力弱的问题，同时，使用RoiAlign与Cascade Rcnn卷积神经网络相融合，通过不断增强IOU阈值的方法，增强了缺陷检测算法在复杂图案背景下的适应性，减少了假阳性目标的错误检测，增强了布匹缺陷的检测精度。

公开(公告)号：CN108322276A

公开(公告)日：2018-07-24

申请号：CN201810050534.3

申请日：2018-01-18

申请人： 南京信息工程大学

发明人： 金子龙 ,  乔羽 ,  陈亚当 ,  江结林

IPC分类号： H04B17/382 ,  H04B17/309

摘要： 本发明公开了一种基于D-S证据理论的频谱感知准确率提升技术，首先根据认知用户的历史感知数据，计算认知用户在历史行为中的可信度值，从而剔除那些可信度低于一定阈值的认知用户选出具有代表性的认知用户参与频谱感知。根据历史数据筛选出来的认知用户，结合D-S证据理论方法，再次从代表性认知用户中选择更适合的认知用户参与频谱感知，从而可以判断当前信道的可用性。本发明能够有效地减少频谱感知过程中的能量消耗，同时有效地提高了频谱感知的准确率。

公开(公告)号：CN116563250A

公开(公告)日：2023-08-08

申请号：CN202310531299.2

申请日：2023-05-12

申请人： 南京信息工程大学

发明人： 颜佩漪 ,  江结林 ,  朱加乐 ,  许小龙

IPC分类号： G06T7/00 ,  G06T7/40 ,  G06T5/00 ,  G06T5/40 ,  G06T5/50 ,  G06T3/40 ,  G06N3/084 ,  G06N3/09

摘要： 本发明公开了一种复原式自监督疵点检测方法、装置及存储介质，包括获取无疵点图片；无疵点图片可选择添加或不添加伪异常；若添加伪异常，则可在无疵点图片中选择连续区域进行掩码，或随机裁剪任意区域并对区域内像素进行随机调整，也可同时选择这两种伪异常生成方法，得到生成的伪异常图片和异常标注图；将伪异常图片输入预先训练好的先验初定位模块，初步定位疵点区域，并对疵点区域进行掩码，得到掩码后的图片；将掩码后的图片送入预先训练好的疵点检测模块，得到预测的异常标注图；根据标注图的异常分数进行异常判断与定位；本发明可以预判断疵点区域进行掩码，保证图像复原期间模型不会学习疵点区域的信息，从而降低算法的漏检率。

公开(公告)号：CN115907011A

公开(公告)日：2023-04-04

申请号：CN202211456551.X

申请日：2022-11-21

申请人： 南京信息工程大学

发明人： 余正 ,  许小龙 ,  康志明 ,  孙文正 ,  江结林

IPC分类号： G06N5/022 ,  G06F16/36 ,  G06Q50/26 ,  G06N5/02 ,  G06N3/0442

摘要： 本发明公开了一种基于知识图谱的气象应急预警知识库构建方法，包括以下步骤：步骤1.将气象应急预警数据进行机器读取和内容转码；步骤2.对步骤1输出的数据进行特征工程，删除赘余成分提取目标内容；步骤3.对步骤2输出的数据进行内容筛选和层级构建，形成大类、子类、判断标准和防御指南，将大类、子类写入数据集保存；步骤4.对步骤3形成的判断标准和防御指南进行命名实体识别和实体关系抽取，得到知识融合后的实体‑关系‑实体的三元组；步骤5.将步骤3中形成的大类、子类中的实体节点和步骤4中的三元组进行知识表示，实现自动建立和维护知识图谱。本发明减少了对人工的依赖，提高了获取有效信息的速度和准确性，为科学决策效率提供支持。

公开(公告)号：CN114627065A

公开(公告)日：2022-06-14

申请号：CN202210205618.6

申请日：2022-03-02

申请人： 南京信息工程大学

发明人： 邵禹豪 ,  江结林

IPC分类号： G06T7/00 ,  G06T5/00 ,  G06T5/30

摘要： 本发明公开了一种基于ROBERTS CROSS结合数学形态学的疵点检测方法，步骤1：对工业相机采集得到的布料疵点图像S进行均值滤波，得到预处理图像P；步骤2：对预处理图像P进行Roberts cross算子操作，得到二值化后的图像I；步骤3：对二值化后的图像I进行闭算子操作I∧e＝I2，对图像I中不连续的疵点进行粘连，再对图像I中小颗粒噪声进行去除，得到图像I2；步骤4：对图像I2进行开运算操作I2∨e＝I3，对图像I2中小颗粒噪声进行去除，再对图像I2中不连续的疵点进行粘连，输出疵点检测图像I3。本发明解决了疵点过检严重的问题，降低了误检率，满足了检测需求。

公开(公告)号：CN112435232A

公开(公告)日：2021-03-02

申请号：CN202011318668.2

申请日：2020-11-23

申请人： 南京信息工程大学

发明人： 江结林 ,  邵禹豪 ,  金子龙 ,  陈亚当

IPC分类号： G06T7/00 ,  G06T5/10 ,  G06T5/50

摘要： 本发明公开了一种基于哈尔小波结合图像方差的疵点检测方法，首先，利用中值滤波抑制噪声，利用HW对图像进行增强，从而得到一个预处理图像；其次，基于预处理图像，对图像进行分块，统计每个图像块的方差，通过方差结合阈值将图像块分为带疵点图像块和不包含疵点的图像块；然后，设定阈值，对图像块的方差进行二值化处理，得到二值化处理后的图像块；最后，对二值化处理后的图像块进行合成，得到疵点检测图像。本发明通过中值滤波有效抑制了噪声，通过哈尔小波增大了疵点与图像背景的灰度值差异，不仅能准确检测出布料中的常见疵点，同时对灰度值与布料背景差异很小的疵点非常有效，从而提高布料疵点检测效率，降低误检率。