-
公开(公告)号：CN111428687B
公开(公告)日：2023-07-25
申请号：CN202010297907.4
申请日：2020-04-16
Applicant: 南京信息工程大学
IPC: G06V40/16 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开一种基于概率协同表示和卷积神经网络识别方法，包括如下步骤：首先，利用概率分布构造一种新的简单易行的重建函数，将原始训练样本集通过该重建函数进行重建得到新的训练样本集；将用新的训练样本集和原始训练样本集训练CNN网络；用训练好的CNN网络从原始测试样本集中提取有效特征，用提取的有效特征来训练SVM分类器，再通过训练好的SVM分类器识别所有的待识别样本。本发明利用有限的训练样本集通过新的目标函数构造重建测试样本，作为新的训练样本集，输入CNN网络，能有效提取人脸特征，再使用这些人脸特征去训练SVM，所得到测试样本的重建图接近原测试样本图，识别效果明显。
-
公开(公告)号：CN108038467A
公开(公告)日：2018-05-15
申请号：CN201711431688.9
申请日：2017-12-26
Applicant: 南京信息工程大学
CPC classification number: G06K9/00268 , G06K9/00288 , G06K9/46 , G06K2009/4695
Abstract: 本发明公开了一种镜像图与粗细层次结合的稀疏人脸识别方法，人脸在实际环境中，伴随着各种不可预知的情况，会呈现出复杂多变的特性。为了提高人脸识别率及更好的显示人脸特征，本发明的方法首先利用人脸的镜面性生成新的人脸图像，将原来的人脸训练样本和新生成的镜像图样本结合起来，使用粗细层次结合的分类方法来进行识别。新方法一方面增加了训练样本的数目，克服由于光照和姿态等外部因素带来的影响，另一方面选取合适的训练样本，丢掉不合适样本对于人脸识别所造成的不利影响。
-
公开(公告)号：CN119290211B
公开(公告)日：2025-03-04
申请号：CN202411804065.1
申请日：2024-12-10
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于磁性离子液滴的可重构柔性压力传感器及其制备方法，将超顺磁性纳米颗粒与离子液滴进行结合，制备出流动性高、可磁控的磁性离子液滴，并作为压力传感器件的压力敏感层，构建出基于磁性离子液滴阵列的柔性可拉伸压力传感器。本发明还提供该柔性压力传感器的分布式/组合式非接触多元原位可逆重构方法，利用外部磁场控制传感器中磁性离子液滴在超疏水互连微流体通道和腔室阵列间进行可编程低阻快速运动和形变，以调控阵列中磁性离子液滴的空间分布、组分/体积和几何形状变化，通过一种或多种变化组合进而实现柔性可拉伸压力传感器在空间分辨率、灵敏度、检测限和压力响应模式等性能的分布式/组合式非接触多元原位可逆重构。
-
公开(公告)号：CN119290211A
公开(公告)日：2025-01-10
申请号：CN202411804065.1
申请日：2024-12-10
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于磁性离子液滴的可重构柔性压力传感器及其制备方法，将超顺磁性纳米颗粒与离子液滴进行结合，制备出流动性高、可磁控的磁性离子液滴，并作为压力传感器件的压力敏感层，构建出基于磁性离子液滴阵列的柔性可拉伸压力传感器。本发明还提供该柔性压力传感器的分布式/组合式非接触多元原位可逆重构方法，利用外部磁场控制传感器中磁性离子液滴在超疏水互连微流体通道和腔室阵列间进行可编程低阻快速运动和形变，以调控阵列中磁性离子液滴的空间分布、组分/体积和几何形状变化，通过一种或多种变化组合进而实现柔性可拉伸压力传感器在空间分辨率、灵敏度、检测限和压力响应模式等性能的分布式/组合式非接触多元原位可逆重构。
-
Patent Agency Ranking
公开(公告)号：CN108038467B
公开(公告)日：2019-05-31
申请号：CN201711431688.9
申请日：2017-12-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了了一种镜像图与粗细层次结合的稀疏人脸识别方法，人脸在实际环境中，伴随着各种不可预知的情况，会呈现出复杂多变的特性。为了提高人脸识别率及更好的显示人脸特征，本发明的方法首先利用人脸的镜面性生成新的人脸图像，将原来的人脸训练样本和新生成的镜像图样本结合起来，使用粗细层次结合的分类方法来进行识别。新方法一方面增加了训练样本的数目，克服由于光照和姿态等外部因素带来的影响，另一方面选取合适的训练样本，丢掉不合适样本对于人脸识别所造成的不利影响。
-
公开(公告)号：CN107563305A
公开(公告)日：2018-01-09
申请号：CN201710679469.6
申请日：2017-08-10
Applicant: 南京信息工程大学
Abstract: 本发明提供的基于多样本扩充协同表示分类的人脸识别方法，在图像镜面性的基础上，构造镜像人脸图，然后分别对同一类中任意的两个原始样本与镜像样本，取它们的平滑中值样本构造新的虚拟样本，然后用欧式距离选择出接近测试样本的训练样本。本发明将不同途径构成的训练样本分别进行参数加权融合，采用基于协同表示的分类方法进行人脸识别，不仅构造多种虚拟训练样本，简化运算复杂度，而且能够提高人脸识别的效果。
-
公开(公告)号：CN107563305B
公开(公告)日：2020-10-16
申请号：CN201710679469.6
申请日：2017-08-10
Applicant: 南京信息工程大学
Abstract: 本发明提供的基于多样本扩充协同表示分类的人脸识别方法，在图像镜面性的基础上，构造镜像人脸图，然后分别对同一类中任意的两个原始样本与镜像样本，取它们的平滑中值样本构造新的虚拟样本，然后用欧式距离选择出接近测试样本的训练样本。本发明将不同途径构成的训练样本分别进行参数加权融合，采用基于协同表示的分类方法进行人脸识别，不仅构造多种虚拟训练样本，简化运算复杂度，而且能够提高人脸识别的效果。
-
公开(公告)号：CN111428687A
公开(公告)日：2020-07-17
申请号：CN202010297907.4
申请日：2020-04-16
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于概率协同表示和卷积神经网络识别方法，包括如下步骤：首先，利用概率分布构造一种新的简单易行的重建函数，将原始训练样本集通过该重建函数进行重建得到新的训练样本集；将用新的训练样本集和原始训练样本集训练CNN网络；用训练好的CNN网络从原始测试样本集中提取有效特征，用提取的有效特征来训练SVM分类器，再通过训练好的SVM分类器识别所有的待识别样本。本发明利用有限的训练样本集通过新的目标函数构造重建测试样本，作为新的训练样本集，输入CNN网络，能有效提取人脸特征，再使用这些人脸特征去训练SVM，所得到测试样本的重建图接近原测试样本图，识别效果明显。
-
公开(公告)号：CN212829912U
公开(公告)日：2021-03-30
申请号：CN202021856152.9
申请日：2020-08-31
Applicant: 南京信息工程大学
IPC: B65D25/02
Abstract: 本实用新型公开了一种可避免内壁残留酸奶的酸奶盒，包括顶端开口且开口四周具有向外翻折边沿的盒本体、以及与盒本体的边沿粘贴且可撕拉的盒盖，还包括刮壁底片和四条引导线；刮壁底片置于盒本体内的底部；引导线的一端固定在刮壁底片边缘，另一端沿盒本体的内壁向上延伸，翻折并粘贴在盒本体的边沿上，位于盒本体边沿与盒盖之间，可从边沿上撕下；四个引导线在刮壁底片的边缘上均匀分布；刮壁底片的边缘与盒本体的内壁轮廓一致，提拉引导线，刮壁底片随其沿盒本体的内壁向上移动，盒本体内壁上的残留酸奶可被其刮下，聚集在刮壁底片上。本实用新型具有结构科学合理、可有效解决内壁残留酸奶问题等优点。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.041 seconds)
