公开(公告)号：CN114818872B

公开(公告)日：2024-12-06

申请号：CN202210330773.0

申请日：2022-03-30

Applicant: 南京信息职业技术学院

Inventor： 杨永鹏 ,  郑艺欣 ,  杨真真 ,  邵静 ,  林畅 ,  张宇卓

IPC: G06V10/762 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种基于改进YOLOv4的图像目标检测方法，基于现有YOLOv4路径增强网络进行改进，通过增加检测层的设计，加强浅层特征融合的效果，并结合聚类方法下，所获图像集对应的各先验框尺寸，实现各检测层的高精度特征提取，并且引入多尺度池化模块并行结构、结合卷积处理与插值处理的金字塔池化模块，进一步特征层的检测精度，进而有效提高对图片目标物检测的准确率；在实际的仿真实验当中，本发明设计方法表现出了优秀的目标检测准确率，在PASCAL VOC2007和VOC2012两个数据集上的mAP分别提高了2.03%和1.94%。

公开(公告)号：CN114818872A

公开(公告)日：2022-07-29

申请号：CN202210330773.0

申请日：2022-03-30

Applicant: 南京信息职业技术学院

Inventor： 杨永鹏 ,  郑艺欣 ,  杨真真 ,  邵静 ,  林畅 ,  张宇卓

IPC: G06K9/62 ,  G06N3/04 ,  G06V10/762 ,  G06V10/82

Abstract: 本发明涉及一种基于改进YOLOv4的图像目标检测方法，基于现有YOLOv4路径增强网络进行改进，通过增加检测层的设计，加强浅层特征融合的效果，并结合聚类方法下，所获图像集对应的各先验框尺寸，实现各检测层的高精度特征提取，并且引入多尺度池化模块并行结构、结合卷积处理与插值处理的金字塔池化模块，进一步特征层的检测精度，进而有效提高对图片目标物检测的准确率；在实际的仿真实验当中，本发明设计方法表现出了优秀的目标检测准确率，在PASCAL VOC2007和VOC2012两个数据集上的mAP分别提高了2.03%和1.94%。

公开(公告)号：CN115937898A

公开(公告)日：2023-04-07

申请号：CN202211597546.0

申请日：2022-12-12

Applicant: 南京信息职业技术学院

Inventor： 杨永鹏 ,  邵静 ,  杨真真 ,  陈容华 ,  张永

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/82 ,  G06F17/16 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明涉及一种基于精确特征分布匹配和多域信息融合的跨域行人重识别方法，针对源域和目标域之间的特征分布差异、以及多源数据集训练时存在的域差异问题，以特征提取器、广义均值池化模块GeM、多域信息融合模块、目标域特定归一化层DSBN_T、目标混合记忆存储器HM_T，创建待训练模型，并结合源域样本集与目标域样本集进行训练，获得目标人物识别模型，进而针对图像实现关于各目标人物的识别，经试验表明，本发明设计相较现有技术，实际实施应用性能优越，能够有效提高图像中人物识别的准确率与效率。