-
公开(公告)号：CN112464942B
公开(公告)日：2022-09-20
申请号：CN202011166359.8
申请日：2020-10-27
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于计算机视觉的重叠烟叶智能化分级方法，包括：模拟重叠烟叶的合成，得到随机等级烟叶重叠的烤烟烟叶图像。根据重叠烟叶的凹凸点性质，对重叠烟叶进行分割对于完整的烟叶，提取形状纹理特征，颜色特征，以及VGG16深度网络输出的特征。利用这些特征训练3个不同的SVM分类器，再利用集成学习的思想，将这三个个体分类器的预测结果进行集成。对于分割的烟叶识别，只需要将形状特征置零。本发明能够利用计算机视觉方法，将传统特征提取技术与深度神经网络特征提取技术相结合，通过集成技术能够有效地对完整的单片烟叶甚至重叠的烟叶进行分级，使得烟叶自动化分级代替人工分级成为可能。
-
公开(公告)号：CN112288026B
公开(公告)日：2022-09-20
申请号：CN202011215190.0
申请日：2020-11-04
Applicant: 南京理工大学
IPC: G06V10/774 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于类激活图的红外弱小目标检测方法。首先构建深度学习网络模型STDCAM网络，该网络是一个二分类网络，用于判断图片中是否含有红外弱小目标；然后合成仿真样本构造训练集，利用训练集训练STDCAM网络模型；模型训练好后，将测试图片输入STDCAM网络，如果网络预测图片中含有小目标，就计算测试图片对应的类激活图，通过对类激活图的阈值化、连通区域提取、质心获取处理，完成红外弱小目标检测。本发明是一种弱监督的目标检测方法，结合了图片分类和目标定位，相比于强监督模型减少了图片标注的工作量，在实验中证明了本发明在大量场景中具有的有效性。
-
公开(公告)号：CN112699727A
公开(公告)日：2021-04-23
申请号：CN202011290844.6
申请日：2020-11-17
Applicant: 南京理工大学
Abstract: 本发明公开了一种联合反射注意力和自注意力机制的道路水体检测方法，包括：利用可见光相机采集道路水体图像并标注；构建本文所述的网络模型，并使用训练图像和标注数据对网络进行训练；将待检测的图像缩放至指定尺寸，输入训练好的网络，获得用以表示水体区域和非水体区域的二值图像。本发明能够利用可见光相机采集的路面图像高效地进行水体检测，检测结果的较为精细并且在各项指标上都有良好的表现，适用于无人车上的地表分类相关任务。
-
公开(公告)号：CN112395985A
公开(公告)日：2021-02-23
申请号：CN202011290845.0
申请日：2020-11-17
Applicant: 南京理工大学
Abstract: 本发明公开了一种无人飞行器辅助的地面无人车辆视觉道路检测方法，首先训练两个道路检测模型，分别用于航拍图像和车载图像中道路区域的识别；然后使用颜色粒子跟踪算法、基于直线段的方向匹配方法和逆投影变换，分别获得航拍图像和车载图像的共同兴趣区域图像；再对两幅共同兴趣区域图像分别进行道路检测，并将识别结果加权平均得到俯视视角融合的道路检测结果。本发明使用无人飞行器拓展视场，扩大无人车的感知范围，结合俯视视角信息进行道路检测，有效提高了远处道路部分检测的准确性，提高道路检测的鲁棒性。
-
公开(公告)号：CN111160176A
公开(公告)日：2020-05-15
申请号：CN201911320163.7
申请日：2019-12-19
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于融合特征的一维卷积神经网络地面雷达目标分类方法。该方法步骤如下：对训练样本集和测试样本集中的雷达回波数据样本进行预处理，通过FFT得到回波数据的幅度谱、功率谱，再对幅度谱进行幂变换，将三组特征向量作为特征输入的三个通道；确定一维卷积神经网络架构，将提取后的三通道特征送入全连接层；利用softmax分类器进行分类，计算得到输出预测标签与真实标签的误差；利用梯度下降法对网络权重系数进行修正，直至达到最大迭代次数，提取相应的网络权重系数，确定最终分类器模型；将待识别的测试集雷达回波样本送入训练得到的分类器，完成目标分类。本发明具有更少的参数，能够高效而准确的完成目标分类。
-
Patent Agency Ranking
公开(公告)号：CN102074022B
公开(公告)日：2012-12-12
申请号：CN201110003591.4
申请日：2011-01-10
Applicant: 南京理工大学
IPC: G06T7/20
Abstract: 本发明公开了一种基于红外图像的弱小运动目标检测方法。本发明所述方法分为中值背景差图像生成、累积差图像生成、差图像分割、周期性运动区域的消除以及虚假目标剔除几个步骤。具体为：为每个象素建立灰度直方图统计其在最近一段时间内，在各灰度级上出现的频数，并计算中值，得到中值背景，与检测帧作绝对值帧差得到中值背景差图像；对相邻两帧图像连续作帧差，累积相加差图像得到累积差图像；消除周期性运动区域干扰，突出真实运动目标；利用目标运动、灰度一致性寻找合理目标轨迹。本发明所述方法能远距离、准确地、昼夜不间断地进行弱小运动目标检测，具有高实时性、高鲁棒性，且易于推广到诸如军用机器人战场侦察、视频监控等应用领域。
-
公开(公告)号：CN101908272A
公开(公告)日：2010-12-08
申请号：CN201010230470.9
申请日：2010-07-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种公路智能化交通管理用的基于移动信息的交通安全感知网，它将车辆作为移动智能感知节点，与移动通信网和交通监控中心构成了一个传感网。车载定位系统和车载传感器实时采集车辆的位置、速度，以及车内外图像信息，为交通监控中心提供实时道路交通状况信息；监控车辆可与交通监控中心通过移动通信网进行各种信息交互；本发明加入的视觉传感器和车辆行驶状态识别系统，具有图像采集和处理功能，可实现违章行驶监控、交通场景重现，以及车辆安全驾驶辅助，为交通管理部门提供了全新的交通及车辆监管途径，可提高道路通行能力，同时可提高驾驶员的驾驶安全性，有效预防和减少交通事故带来的人身伤亡和经济损失。
-
公开(公告)号：CN117611637A
公开(公告)日：2024-02-27
申请号：CN202311666077.8
申请日：2023-12-07
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于改进的D‑IOU匹配的海面多目标多类别跟踪方法，旨在解决海面环境中的多目标跟踪挑战。本发明的方法包括以下关键组成部分：首先，本发明引入了改进的D‑IOU匹配，将传统的IOU匹配的局部搜索领域扩展到全局搜索领域。使得在无人舰艇视野下存在视野剧烈晃动的情况下仍能够高效匹配目标，无需依赖单独的重新识别网络。其次，为更好地应对海面物体位置漂移的情况，本发明采用了检测驱动的卡尔曼滤波器。这一策略着重关注观测结果，而非传统的卡尔曼滤波器的预测结果，从而提高了跟踪的稳定性和准确性。最后，本发明引入了软投票机制，用于校正可能由检测器产生的错误类别判定。这一机制有效地应对了在复杂海洋环境中的目标类别检测问题。
-
公开(公告)号：CN111157954B
公开(公告)日：2023-07-18
申请号：CN201911313176.1
申请日：2019-12-18
Applicant: 南京理工大学
Abstract: 本发明公开了一种地面雷达目标检测门限系数自适应调整方法，假设波束扫描范围内有N个波束指向，将目标检测距离范围划分为M个距离段，每个距离段内的目标检测使用相同的门限系数；根据设定的虚警概率确定每个波位、不同距离段的初始恒虚警门限系数、噪声门限系数并存储；利用预存的门限系数采用CFAR恒虚警检测算法对所有波位进行目标检测，根据检测出的目标信噪比、目标属性、目标距离更新相应波位、距离段的恒虚警门限系数或噪声门限系数，直至所有波位、所有距离段的门限系数更新完毕。本发明通过将门限系数调整与目标属性相适应，提高了地面雷达强杂波下的检测性能、目标跟踪的稳定性和可靠性。
-
公开(公告)号：CN112288655B
公开(公告)日：2022-11-01
申请号：CN202011242901.3
申请日：2020-11-09
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于MSER区域匹配和低秩矩阵分解的海面图像稳像方法，对海面图像进行二值化处理以区分海面和天空；使用Canny算子和Hough边缘检测得到候选海天线，选取海天线并以此为基准旋转、平移图像，将海天线至于图像正中且水平。将灰度化后的的图像旋转并在海天线以下部分通过MSER方法选取合适大小特征海浪块，在下一帧中完成基于海天线的图像旋转后，基于海浪块的面积、长宽比和位置匹配海浪块，并以匹配的两块中心点坐标为基准平移图像，从而实现海面图像的匹配，采用低秩矩阵分解方法对匹配参数进一步优化处理。本发明在海面等纹理杂乱、特征点贫瘠场景下的稳像达到了较好的效果。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.028 seconds)
