-
公开(公告)号：CN114549957A
公开(公告)日：2022-05-27
申请号：CN202210160668.7
申请日：2022-02-22
Applicant: 南京大学
IPC: G06V20/00 , G06V40/10 , G06V10/26 , G06V10/42 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于熵一致性的弱监督目标定位方法，包括：训练阶段：步骤1，将含类别标注的训练集图片输入神经网络，生成四层特征图，分别计算分类损失；步骤2，由四层特征图得到融合特征图，计算分类损失；步骤3，将四层特征图和融合特征图分别生成熵特征图以及融合熵特征图；步骤4，融合熵特征图分别与四层熵特征图计算前景背景分离损失；步骤5，将四层熵特征图分别和融合熵特征图计算熵一致性损失；步骤6，使用分类损失、分离损失、熵一致性损失更新神经网络；测试阶段：步骤7，将无标注图片输入到经过训练的网络，获得融合熵特征图以及融合特征图；步骤8，通过融合特征图获得图片类别；步骤9，通过融合熵特征图获得目标的位置。
-
公开(公告)号：CN109800719B
公开(公告)日：2020-08-18
申请号：CN201910062329.3
申请日：2019-01-23
Applicant: 南京大学
IPC: G06K9/00
Abstract: 本发明公开了基于分部件和压缩字典稀疏表示的低分辨率人脸识别方法，属于信号处理、模式识别、机器学习、计算机视觉领域。本发明构造字典时挑选视频中能稀疏表示所有视频帧的图像作为代表帧，然后使用这些代表帧与其镜像的HOG特征构造部件字典。测试时，用字典线性表示测试视频的每一帧，并增加反馈机制更正异常的识别结果，最后投票获得视频分类的结果。发明将稀疏表示应用到视频人脸识别中，保持了稀疏表示对遮挡和噪声的鲁棒性，并加入其它步骤提高它在较大规模的低分辨率视频人脸识别中的效果和效率，弥补它在光照变化等条件下的不足。
-
公开(公告)号：CN104881557B
公开(公告)日：2017-10-17
申请号：CN201510347177.3
申请日：2015-06-19
Applicant: 南京大学
IPC: G06F17/50
Abstract: 本发明公开了一种计算机中人体服装动态仿真实现方法，通过对物理模拟中的关键步骤进行设置，以实现不同材质的仿真效果。该方法的主要步骤包括人体建模、人体模型和服装模型预处理、应用力学知识计算服装仿真、积分后校正、碰撞检测和响应。本发明在传统质点弹簧模型基础上提出大弯曲弹簧以产生褶皱效果，并根据不同材质的性质设置相应的弹簧参数，对质点服装采用综合校正策略，提出完善的碰撞响应方案以充分考虑每种材质的特点。传统服装材质区分多通过大量参数测量和几何方法实现，本发明解决了传统方法效率较低或灵活性不足的缺点，能实时地实现不同材质的动态仿真。
-
公开(公告)号：CN105740883A
公开(公告)日：2016-07-06
申请号：CN201610041704.2
申请日：2016-01-21
Applicant: 南京大学
CPC classification number: G06K9/6269 , G06K9/54
Abstract: 本发明公开了一种计算机中基于轮廓和纹理的对羽毛片进行分类的方法，包括输入训练集羽毛片图像，进行预处理；分割羽毛杆和羽毛叶；建立级别分类模型；建立形状分类模型；输入需要分类的图像；分割羽毛杆和羽毛叶；将需要分类的图像分为轮廓有缺陷和无缺陷两部分；将轮廓无缺陷的图像标记为0或1，标记为0的图像分类结束，输出分类结果为三级羽毛，标记为1的羽毛图像继续分类；根据形状分类模型，将标记为1的羽毛图像标记为全圆和方形两类，对方形结果的图像继续分类，全圆结果的图像分类结束并输出分类结果为一级全圆羽毛；对方形的羽毛叶图像，度量羽毛叶两边与中心线的距离，分别标记为大方、中方和小方。
-
公开(公告)号：CN105303608A
公开(公告)日：2016-02-03
申请号：CN201510762854.8
申请日：2015-11-10
Applicant: 南京大学
Abstract: 本发明公开了一种计算机中虚拟试衣服装模型自动对齐及尺寸判断方法。该方法主要针对3D服装模型，通过对服装模型和人体模型的三维图形学计算，以实现服装模型和人体模型的自动对齐，并通过仿真试穿来判断服装尺寸大小是否能够被人体穿上，给出试穿效果。该方法的主要步骤包括判断服装模型、上衣模型自动对齐、裤子模型自动对齐、碰撞检测和处理、尺寸判断和给出试穿结果。本发明能够对某一类的服装模型达到自动对齐的效果，不需要给定参数或进行手动调整，具有一定的通用性和实用性。
-
Patent Agency Ranking
公开(公告)号：CN100476350C
公开(公告)日：2009-04-08
申请号：CN200710134005.3
申请日：2007-10-17
Applicant: 南京大学
CPC classification number: Y02P90/265
Abstract: 本发明提供了一种关联工程图环境下全局坐标的自动定位方法，该方法通过自动识别工程图中的尺寸线，逐步组合成正交轴网、局部逻辑坐标系和全局逻辑坐标系并记录相应变换矩阵，然后接收任一图纸坐标输入，即可根据对应的变换矩阵计算得到多关联图整合条件下的全局逻辑坐标。本发明的有益之处是，从CAD环境中输入一组以不同比例、方向绘制的关联图，将任一工程图中任一图纸坐标自动精确转换到其对应的全局逻辑坐标，可用于在全局环境下对任一工程对象精确定位，从而节省大量人工计算开销，有效提高计算机辅助设计效率，并可进一步用于三维重建、各种工程数据精确计算等。该方法具有较高的通用性，可适用于多种工程领域。
-
公开(公告)号：CN101144710A
公开(公告)日：2008-03-19
申请号：CN200710134001.5
申请日：2007-10-17
Applicant: 南京大学
CPC classification number: Y02P90/265
Abstract: 本发明提供了一种多关联工程图环境下全局坐标系的自动计算方法，其基本出发点是通过自动识别工程图中的尺寸线，逐步组合成正交轴网、局部逻辑坐标系和全局逻辑坐标系并记录相应变换矩阵，最后生成全局坐标系。本发明的有益效果在于，在CAD环境中输入一组以不同比例、方向绘制的关联图，可自动生成工程项目的全局坐标系；而该全局坐标系是精确计算各种工程数据及其它相关工程应用的前提条件，本方法可以节省大量人工计算费用，并有效减少人工计算带来的误差，从而提高计算机辅助设计效率。该方法具有较高的通用性，可适用于多种工程领域。
-
公开(公告)号：CN114612721A
公开(公告)日：2022-06-10
申请号：CN202210253528.4
申请日：2022-03-15
Applicant: 南京大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多层次自适应特征融合类增量学习的图像分类方法，包括步骤1，第一次训练，获得第1图像样例集和训练完成的第1模型；步骤2，当需要识别新类型时，进行增量更新，第M次增量更新后，获得第M+1模型，以及第M模型和第M+1模型的融合系数；M表示增量更新的次数，为大于等于1的自然数；步骤3，测试时使用第M+1模型和第M模型按照融合系数进行特征融合，输出预测结果。该方法解决了当前物体识别算法无法持续学习新类别、新知识，以及类增量学习算法不能有效利用旧模型的信息，对旧知识的遗忘程度大的问题。
-
公开(公告)号：CN112862956A
公开(公告)日：2021-05-28
申请号：CN202110162106.1
申请日：2021-02-05
Applicant: 南京大学
Abstract: 本发明提供了基于HRBFs的人体与服装模型碰撞检测和处理方法，该方法以三维服装、人体模型为对象，利用hermit径向基函数对多个三维模型进行碰撞检测，结合网格形变算法进行碰撞处理，最终通过布料仿真来实现计算机中三维人体试衣的效果。该方法的主要步骤包括：利用人体特征尺寸和关节点信息生成三维人体模型；对所有选择的服装模型和人体模型进行碰撞检测和处理；对服装模型进行布料仿真，并展示人体试衣效果。本发明能够使互相穿透的人体、服装模型达到无碰撞的效果，不需要进行手动调整，具有一定的通用性和实用性。
-
公开(公告)号：CN104881557A
公开(公告)日：2015-09-02
申请号：CN201510347177.3
申请日：2015-06-19
Applicant: 南京大学
IPC: G06F17/50
Abstract: 本发明公开了一种计算机中人体服装动态仿真实现方法，通过对物理模拟中的关键步骤进行设置，以实现不同材质的仿真效果。该方法的主要步骤包括人体建模、人体模型和服装模型预处理、应用力学知识计算服装仿真、积分后校正、碰撞检测和响应。本发明在传统质点弹簧模型基础上提出大弯曲弹簧以产生褶皱效果，并根据不同材质的性质设置相应的弹簧参数，对质点服装采用综合校正策略，提出完善的碰撞响应方案以充分考虑每种材质的特点。传统服装材质区分多通过大量参数测量和几何方法实现，本发明解决了传统方法效率较低或灵活性不足的缺点，能实时地实现不同材质的动态仿真。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.02 seconds)
