-
公开(公告)号：CN119936134A
公开(公告)日：2025-05-06
申请号：CN202510160396.4
申请日：2025-02-13
Applicant: 南京邮电大学 , 南京邮电大学南通研究院有限公司
Abstract: 本发明公开了一种基于氧化石墨烯‑高分子聚合物‑碳化钛复合物的柔性湿度传感器及其制备方法，属于柔性传感器技术领域，包括以下步骤：1）使用激光直接在聚酰亚胺PI柔性衬底上雕刻形成激光诱导石墨烯叉指电极；2）制备由氧化石墨烯、聚(3,4‑乙烯二氧噻吩):聚苯乙烯磺酸盐和碳化钛组成的GO/PEDOT:PSS/Ti3C2TX湿敏材料；3）将湿敏材料涂覆在石墨烯电极上，完成柔性湿度传感器的制作，本发明的传感器其卓越的柔韧性使其能够轻松附着在口罩或人体皮肤等不规则表面上，其次，传感器展现出快速的响应/恢复时间，宽广的线性检测范围，以及稳定的电容和电阻响应，灵敏度高。该传感器不仅能有效检测人体呼吸情况，还能进行手指非接触式交互测试，广泛应用于人体健康监测和非接触式人机交互领域。
-
公开(公告)号：CN109993100B
公开(公告)日：2022-09-20
申请号：CN201910240401.7
申请日：2019-03-27
Applicant: 南京邮电大学
IPC: G06V40/16 , G06V10/40 , G06V10/762 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明揭示了一种基于深层特征聚类的人脸表情识别的实现方法，该方法包括以下步骤：S1：采集各种人脸表情图片，并根据人脸表情逐一分类；S2：图片预处理，去除模糊照片，再用基于卷积神经网络的级联多任务人脸检测算法得到人脸关键点，并根据关键点统一裁剪人脸图片；S3：构建基于卷积神经网络的人脸表情识别网络，并将预处理后的人脸表情图片分别输入网络当中计算损失函数并进行训练；S4：获取训练好的人脸表情识别网络，并应用于实测。该方法解决了人脸表情识别精确率较低和过拟合等问题。
-
公开(公告)号：CN106960420B
公开(公告)日：2020-04-24
申请号：CN201710088200.0
申请日：2017-02-20
Applicant: 南京邮电大学
IPC: G06T5/00
Abstract: 本发明公开了一种分段迭代匹配追踪算法的图像重构方法，在迭代前对观测矩阵广义逆化来减少原子相关性，迭代结合了OMP算法选择原子的准确性和CoSaMP算法的回溯性，将迭代分为两阶段，第一阶段利用OMP算法迭代K/2次(假设信号稀疏度K为偶数，若K为奇数，则对K/2向下取整)，所得的残差和原子作为第二阶段的初始输入，然后利用CoSaMP继续迭代，并改变原子选入准则，从而精确快速的重构出稀疏信号。本发明方法能够同时兼顾图像重构时间和重构精度,相比现有算法来说,具有高精度、重构时间短的优点。
-
公开(公告)号：CN109544442A
公开(公告)日：2019-03-29
申请号：CN201811337511.7
申请日：2018-11-12
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于双重对抗的生成式对抗网络的图像局部风格迁移方法，包括如下步骤：S1、采集两类图像；S2、对所采集的两类图像进行预处理；S3、构建带有自注意力机制的双重对抗网络，将经过预处理的两类图像分别输入双重对抗网络的最小化的损失函数中，对双重对抗网络进行训练；S4、将经过训练的双重对抗网络中的生成器作为两类图像局部风格迁移的工具，并应用于实测。本发明的技术方案基于双重对抗的自注意力生成式对抗网络，能够使得局部特征的图到图转换更加聚焦于局部特征，方法使用效果优异。
-
公开(公告)号：CN106251315B
公开(公告)日：2018-12-18
申请号：CN201610711547.1
申请日：2016-08-23
Applicant: 南京邮电大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于全变分的图像去噪方法，包括步骤：获取由原始图像和α稳态噪声组成的含噪声图像；确定所述含噪声图像中的每一个像素点，且所述原始图像服从Gibbs先验；根据所述含噪声图像及其中的每一个像素点，求得原始图像等价于最小化的表达式；根据所得原始图像等价于最小化的表达式，获取α稳态噪声下的全变分去噪模型；将所获取的全变分去噪模型结合凸性惩罚项，获取凸全变分去噪模型；利用原始‑对偶算法对所获取的凸全变分去噪模型求解，根据所求得解复原得到原始图像。本发明可以很好地去除α稳态噪声，恢复的图像清晰，且较好地保留了图像的细节信息，恢复出的图像也和原始图像最接近。
-
Patent Agency Ranking
公开(公告)号：CN107516128A
公开(公告)日：2017-12-26
申请号：CN201710436948.5
申请日：2017-06-12
Applicant: 南京邮电大学
CPC classification number: G06N3/0454 , G06K9/38
Abstract: 本发明公开了一种基于ReLU激活函数的卷积神经网络的花卉识别方法，属于图像识别技术领域,包括步骤：设置CNN基本参数；初始化权值和偏置项，逐层设计卷积降采样层；生成随机序列，每次选取50个样本进行批训练，完成前向过程、误差传导和梯度计算过程、并将梯度求和更新到权重模型中，用于下一步更新权重；调用已设置好的训练函数和更新函数进行训练，并测试样本的准确率，本发明可以在光照、旋转、遮挡条件的影响下高速有效地进行花卉识别。
-
公开(公告)号：CN104574450B
公开(公告)日：2017-06-16
申请号：CN201410854478.0
申请日：2014-12-31
Applicant: 南京邮电大学
IPC: G06T9/00
Abstract: 本发明涉及一种基于压缩感知的图像重构方法，包括图像采集的稀疏化、观测值的获取和图像信息的重构三个部分，其中，采用小波高频子带变换，针对图像采集实现稀疏化，从数据采样编码端开始到图像重构解码端结束，以系统化的方式对基于压缩感知的图像稀疏和重构进行设计，并且设计力求简洁性和时效性，同时考虑到整个方法的完整性以及稳定性，在满足高效要求的同时，能够突出重构图像的特征信息，得到高性能的图像重构。
-
公开(公告)号：CN104574450A
公开(公告)日：2015-04-29
申请号：CN201410854478.0
申请日：2014-12-31
Applicant: 南京邮电大学
IPC: G06T9/00
Abstract: 本发明涉及一种基于压缩感知的图像重构方法，包括图像采集的稀疏化、观测值的获取和图像信息的重构三个部分，其中，采用小波高频子带变换，针对图像采集实现稀疏化，从数据采样编码端开始到图像重构解码端结束，以系统化的方式对基于压缩感知的图像稀疏和重构进行设计，并且设计力求简洁性和时效性，同时考虑到整个方法的完整性以及稳定性，在满足高效要求的同时，能够突出重构图像的特征信息，得到高性能的图像重构。
-
公开(公告)号：CN104009886A
公开(公告)日：2014-08-27
申请号：CN201410223413.6
申请日：2014-05-23
Applicant: 南京邮电大学
Abstract: 本发明属于模式识别领域，提供了一种基于支持向量机的入侵检测方法，包括如下步骤，数据预处理，对数据进行特征加权，对数据进行特征提取，利用改进的SVM进行入侵检测。本发明降低了次要因素对分类性能的影响，降低了维数和缩减数据冗余信息，减少了运算量，提高了支持向量机的分类性能和入侵检测精度。
-
公开(公告)号：CN110084121A
公开(公告)日：2019-08-02
申请号：CN201910240461.9
申请日：2019-03-27
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于谱归一化的循环生成式对抗网络的人脸表情迁移的实现方法，该方法包括以下步骤：S1：采集各种人脸表情图片，并根据人脸表情逐一分类；S2：图片预处理，去除模糊照片，再用人脸检测算法得到人脸五个关键点，并根据关键点统一裁剪人脸图片；S3：构建生成器和判别器组成的循环生成式对抗网络，并将两类预处理后的图片分别输入网络当中计算损失函数并进行训练；S4：获取训练好的生成器作为人脸表情迁移的工具，并应用于实测。基于谱归一化的循环生成式对抗网络能够使得一个生成器实现多种人脸表情迁移，并且生成的人脸表情能够更加自然，有较好地鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.027 seconds)
