-
公开(公告)号：CN109949387B
公开(公告)日：2023-07-07
申请号：CN201910220637.4
申请日：2019-03-22
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
Abstract: 一种基于深度学习的风景图像后期制作方法，首先利用全卷积神经网络对原始图片进行标记，区分图片中各图像部分并进行识别，获取原图像的语义分割图像D；然后根据语义分割图像D记录各分割区域的关键坐标并生成对应的图像蒙板，再将图像蒙板与原图像相乘获取分割后的系列图像{x}；系列图像{x}根据图像的处理目标和识别标签交由对应的系统模块处理，各系统模块根据处理目标调整图像的参数和重绘，汇总各系统模块输出的图像获取图像集{y}；再对图像集{y}进行参数平滑和边缘优化处理；最后通过图像相加的方式合并处理完毕的各区域图像获取最终处理图像。本发明通过设计通用的面向风景图像智能后期制作的系统架构，实现对各类风景图像的自动后期制作。
-
公开(公告)号：CN109949387A
公开(公告)日：2019-06-28
申请号：CN201910220637.4
申请日：2019-03-22
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
Abstract: 一种基于深度学习的风景图像后期制作方法，首先利用全卷积神经网络对原始图片进行标记，区分图片中各图像部分并进行识别，获取原图像的语义分割图像D；然后根据语义分割图像D记录各分割区域的关键坐标并生成对应的图像蒙板，再将图像蒙板与原图像相乘获取分割后的系列图像{x}；系列图像{x}根据图像的处理目标和识别标签交由对应的系统模块处理，各系统模块根据处理目标调整图像的参数和重绘，汇总各系统模块输出的图像获取图像集{y}；再对图像集{y}进行参数平滑和边缘优化处理；最后通过图像相加的方式合并处理完毕的各区域图像获取最终处理图像。本发明通过设计通用的面向风景图像智能后期制作的系统架构，实现对各类风景图像的自动后期制作。
-
公开(公告)号：CN109978907A
公开(公告)日：2019-07-05
申请号：CN201910220634.0
申请日：2019-03-22
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
Abstract: 本发明提出了一种面向家居场景的学生坐姿检测方法，实时采集视频流中的连续帧图像；首先对图像进行预处理，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰；然后通过背景减除法对捕获的当前帧图像进行处理，获得人形所在区域，降低背景对检测准确度的影响；之后对预处理后的当前帧进行人形分割，把大量人形分割后的待检图像和标签输入到改进后的AlexNet神经网络模型进行训练，获取学生坐姿检测模型。该发明可以广泛应用于家居场景下的学生坐姿检测，包括坐姿是否正确和坐姿倾斜程度等，给用户带来健康舒适的身心享受，有非常广阔的应用前景。
-
公开(公告)号：CN109947918A
公开(公告)日：2019-06-28
申请号：CN201910183664.9
申请日：2019-03-12
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06F16/332 , G06F17/27
Abstract: 本发明揭示了一种面向智能客服对话场景的语义分析方法，包括如下步骤：S1、获取某一智能客服场景下所涉及产品的相关文本信息，并以问答的形式形成对话知识库；S2、将对话知识库进行扩展，使每一答句均对应多种不同表达形式的问句，并以此形式形成训练样本集；S3、提取语义特征，将训练样本集由抽象的文本转化为低纬度密集型的向量化表示；S4、采用隐藏状态可逆计算策略构建基于GRU双向循环神经网络模型并训练，获得语义分析模型；S5、利用优化策略测试语义分析模型，完成语义分析模型的深度优化。本发明可以在无人工参与的情况下自动地从语义分析的层次出发真正实现理解用户意图的目的，从而及时且准确的给予用户准确的回复。
-
公开(公告)号：CN115100486B
公开(公告)日：2024-11-08
申请号：CN202210637330.6
申请日：2022-06-07
Applicant: 南京邮电大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种智慧医疗场景下时间相关特征挖掘的中草药识别方法，包括：构建中草药图像样本数据集；采用金字塔网络模型对导入的中草药图片进行处理，以输出具有空间敏感度的高分辨率特征图，减少空间流和语义流上特征图进行特征融合时出现空间信息定位偏差；构建激活区域生成网络，获取中草药时间序列特征中的时间不变特征；构建特征映射结构块，针对当前生长周期的中草药特征与其余生长周期的中草药特征建立映射关系；构建中草药识别网络模型，得到中草药识别结果。本发明通过在中草药数据集上进行训练提取泛化的不同种类的中草药所具有的特征表示，提高对同一种类的相似中草药的识别准确度和判断中草药质量参差的准确度。
-
Patent Agency Ranking
公开(公告)号：CN118819188A
公开(公告)日：2024-10-22
申请号：CN202410697181.1
申请日：2024-05-31
Applicant: 南京邮电大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了面向多元任务需求的无人集群动态协同优化方法，包括步骤1：获取无人机执行任务的环境数据，建立无人机集群动态协同优化模型；步骤2：规定任务的紧急性和重要程度，建立任务优先级分层影响模型；步骤3：根据实时环境数据，智能调整无人机选项；步骤4：开发一个创新的选择模型，专注于选择那些携带有互补协同资源以及具有互操作性的无人机组合；步骤5：综合各个子模型的目标函数，建立无人机集群动态协同优化模型的优化函数，并用粒子群算法求解模型最优解。本发明有效组织携带不同专业设备的无人机协同作业，及时调整无人机分配，提高救援任务的成功率，降低响应时间，保证了在极具挑战性的城市环境中快速准确地完成救援任务。
-
公开(公告)号：CN118674534A
公开(公告)日：2024-09-20
申请号：CN202410583723.2
申请日：2024-05-11
Applicant: 南京邮电大学
IPC: G06Q30/08 , G06F30/20 , G06Q20/38 , G06F17/11 , G06F111/04
Abstract: 本发明属于物联网应用、近似算法、分布式系统领域，提供一种面向算力网络的算力资源组合双向拍卖区块链方法。首先对基于区块链的可信算力交易场景进行设计和数学建模，基于组合双向拍卖，建立一种基于区块链的动态算力共享方案，以确保算力交易双方之间算力交易的可靠性和扩展性；其次通过考虑区块链融入算力共享系统时的地域和时间局部性约束和“全有或全无”原则，开发了一种基于真实的、预算平衡的双向拍卖机制来激励算力共享，其中还考虑了算力资源的时变估值以及算力交易双方随时间的动态变化特性；最后基于区块链的智能合约技术，设计算力交易具体流程。并设计实验验证了所提方案的有效性。该方法既使双方达成信任，又降低成本，提高效率。
-
公开(公告)号：CN118510017A
公开(公告)日：2024-08-16
申请号：CN202410392738.0
申请日：2024-04-02
Applicant: 南京邮电大学
IPC: H04W72/0453 , H04W72/541 , H04W4/70
Abstract: 本发明公开了一种超密集工业物联网中基于超图匹配的频谱分配和设备管联方法，包括：针对超密集工业物联网宏小区场景中网络实体间的资源使用特征，构建了密集部署飞蜂窝基站的IIoT宏小区场景；在该场景中引入一对多的设备到设备(D2D)通信技术以减少设备之间的干扰并考虑非正交多址接入技术(NOMA)以支持工业物联网设备(IIoTE)的多址接入；在构建宏小区中飞蜂窝基站及其内部设备之间的超图干扰模型时，将飞蜂窝接入点(FAP)定义为顶点，干扰定义为边和超边构建超图模型；根据得到的超图让产生较少干扰的基站共享同一频谱并使用基于超图的最大顶点权重团算法，实现频谱资源最优化分配以及频谱共享最佳匹配。本发明能够显著提高频谱效率，具有广阔的应用前景。
-
公开(公告)号：CN115100522B
公开(公告)日：2024-07-12
申请号：CN202210741289.7
申请日：2022-06-27
Applicant: 南京邮电大学
IPC: G06V20/10 , G06V20/17 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明提供了一种基于树木生长模型的智慧园林航拍树种自适应识别方法，包括如下步骤：构建航拍树种数据集以及进行模型训练；利用树木生长模型进行粘连树木分割和树种区域定位；对分割好的树种区域图片进行色差补偿；将最终处理图片送入到模型中进行识别，并将识别的参数信息在原图对应位置进行标注，输出最终的识别结果图。在智慧园林场景中，利用本发明的方法，可以很好的解决由于粘连严重和天气变化导致的色差变化所引起的树种识别不准确问题，同时本发明避免使用点云雷达和红外光栅传感器等昂贵的特征提取设备，在保证识别准确度的情况下，极大减轻了园林成本投入。
-
公开(公告)号：CN117273879A
公开(公告)日：2023-12-22
申请号：CN202311309063.0
申请日：2023-10-10
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于区块链的算力服务网络可信资源交易系统及方法，针对基于区块链的可信算力交易场景，基于反向拍卖建立包含算力请求者、分布式物联网设备、集中式算力服务器的可信算力交易系统，并启用IPFS；利用集中式算力服务器作为辅助算力获取手段，提出基于区块链和反向拍卖的最优算力交易方法；基于区块链的智能合约技术，设计算力交易包括注册、验证、提交出价、算力提交和两阶段支付四个阶段的具体流程。本发明的算力交易系统，能够实现去中心化，并保证隐私性和安全性；将算力交易数据存储在IPFS中，并引入差分隐私提交出价和两阶段支付以提高算力交易的可扩展性、效率和可靠性引入集中式算力服务器使区块链和拍卖性能指标得到提升。
-
-
-
-
-
-
-
-
-
Search Results
380
records
(took 0.04 seconds)
