-
公开(公告)号:CN114139690B
公开(公告)日:2024-07-26
申请号:CN202111498466.5
申请日:2021-12-09
Applicant: 南京邮电大学
IPC: G06N3/0442 , G06N3/048 , G06N3/0464 , G06N3/08 , G01S7/41 , G01S13/95 , G01W1/10
Abstract: 本发明提供了一种短临降水预测方法,基于ConvLSTM网络和SENet注意力机制模块而实现,该方法包括对气象卫星数据进行预处理;用雷达反演降水;构建融合了SENet注意力模块的ConvLSTM网络;将经过预处理的雷达回波图像导入到网络中进行训练,得到网络训练模型;使用训练完毕的模型去生成预测降水图像。本发明输入和输出的数据均为雷达回波图像,结果表达更直观,最后的结果准确性更高。此外,本发明充分的利用了全局特征,使学习到的全局信息更合理。再有,通过加入SENet注意力模块,使网络模型的效果产生显著提升。最后,本发明在训练过程中没有改变图像的尺寸,完美的保留了图像的细节和边缘信息。
-
公开(公告)号:CN116152493A
公开(公告)日:2023-05-23
申请号:CN202310110895.3
申请日:2023-02-14
Applicant: 南京邮电大学
IPC: G06V10/26 , G06V10/778 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本发明提出了一种基于语义分割的待清洁表面类型识别方法以及执行该方法的清洁设备,该方法包括以下步骤:清洁机器人通过摄像头获取自身所处场景中待清洁表面的类别信息;基于深度学习的语义分割训练,确定当前所处待清洁表面类别,根据识别的待清洁表面类型和区域,设置清洁机器人的清洗策略和/或清洁参数。根据本发明的方法,清洁机器人可以通过摄像头获取所处场景后,即可确定清洗模式,使用户无需手动操作,进而释放用户时间,提高用户的使用体验,同时还可提高地面清洗干净程度。
-
公开(公告)号:CN112101449B
公开(公告)日:2022-07-15
申请号:CN202010951615.8
申请日:2020-09-11
Applicant: 南京邮电大学
Abstract: 本发明公开了基于语义损失的卫星云图反演雷达数据方法,包括如下:S1、建立数据集;S2、建立网络结构,对数据集进行特征提取,然后根据相应卷积层的特征计算损失;S3、使用训练集对深度卷积神经网络进行迭代训练,训练好后,使用验证集对训练后的模型进行验证,然后保存在验证集上抗模糊损失函数最小的模型;S4、使用测试集对抗模糊损失函数最小的模型进行测试,判断是否符合要求,若不符合,继续进行步骤S3,进行迭代训练,直到测试结果符合要求,输出正式模型;S5、使用正式模型对卫星云图反演雷达数据,输出结果。本发明提出的抗模糊损失函数解决了传统使用像素级损失函数的网络训练图像时会出现模糊现象的问题。
-
公开(公告)号:CN112801005A
公开(公告)日:2021-05-14
申请号:CN202110166497.4
申请日:2021-02-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于人体骨骼关键点检测的引体向上智能计数方法,本方法将采集到的受测者实时引体向上画面送入到网络模型中,网络输出一个包含受测者骨骼关键点实时坐标信息的二维数组,基于此定义了StateZero和frame_0两个关键变量,StateZero的引入有效地解决了引体向上规则中的“在两次有效的引体向上动作之间必须有直臂悬垂状态的出现”的问题。通过实时比较每一帧中受测者骨骼关键点坐标信息State_i相对于StateZero状态值的偏离值,动态更新frame_0值,从而将需要判断是否出现有效引体动作的帧的范围缩小到从frame_0到当前第i帧区间内,降低了开销,保证了本计数方法的实时性。
-
公开(公告)号:CN104036473B
公开(公告)日:2018-01-05
申请号:CN201410239703.X
申请日:2014-05-30
Applicant: 南京邮电大学
Abstract: 本发明属于数字图像处理领域,提供了一种基于分裂Bregman迭代的快速鲁棒图像运动去模糊方法,通过直接利用图像梯度与运动模糊核的L0范数并结合其各自的L2范数,构建运动模糊核估计的非凸非光滑能量泛函;通过耦合算子分裂和增广拉格朗日方法,设计运动模糊核的分裂Bregman迭代求解格式;利用基于全变差先验的图像非盲去模糊方法,实现图像的快速去模糊。本发明通过引入支撑连续性先验,提高了运动模糊核的估计精度;设计了一种新的基于分裂Bregman迭代的快速解法,大幅提高了运动模糊核的估计效率。
-
公开(公告)号:CN107038450A
公开(公告)日:2017-08-11
申请号:CN201610894675.4
申请日:2016-10-13
Applicant: 南京邮电大学
CPC classification number: G06K9/0063 , G06N3/0454 , G06N3/084
Abstract: 本发明公开了基于深度学习的无人机警察系统,用于无人机飞行管理,涉及无人机和图像识别的技术领域。本发明采用视觉传感网技术构建三层结构的无人机警察系统,通过在视觉传感网的各节点中配置无人机来弥补固定摄像机阵列存在监控死角以及不能灵活调整监控区域的缺陷,采用卷积神经网络训练数据以获取精度较高地识别模型,实现了无人机的监管和识别。
-
公开(公告)号:CN106991668A
公开(公告)日:2017-07-28
申请号:CN201710136626.9
申请日:2017-03-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种天网摄像头拍摄画面的评价方法,属于图像质量评价领域。包括如下步骤:1.对摄像头的拍摄到的画面进行运动检测,依据的运动热点区域计算运动区域的比率、切割图像;2.输入原始图像,将已经检测到的运动区域输入预先训练好的卷积神经网络,输出并分类已经识别出的目标;3.通过训练相同结构的卷积神经网络定位车牌或者人脸;4.通过运动目标区域所占比率,已经定位的车辆和行人数量以及识别的车牌和人脸的数量对天网摄像头拍摄画面的效果进行评价。该评价方法可以实现自动分析摄像头拍摄画面的质量,只需输入摄像头采集的视频便可输出相应的评价摄像头的参数,可节省大量的人力物力。
-
公开(公告)号:CN105931220A
公开(公告)日:2016-09-07
申请号:CN201610227754.X
申请日:2016-04-13
Applicant: 南京邮电大学
CPC classification number: G06T7/0002 , G06K9/3233 , G06K9/4661 , G06T2207/30192
Abstract: 本发明涉及基于暗通道先验与最小图像熵的交通雾霾能见度检测方法。在图像特征提取模块,对待检测图像I经过暗通道先验处理,得到大气透射率的粗估计值,采用导向滤波边缘平滑算子对透射率粗估计值进行平滑细化处理,获得每个像素点的深度信息;在道路区域提取模块,采用区域增长方法提取I中的道路区域,所述区域增长包括设置初始种子点、设置目标增长区域、计算相邻灰度差的最小值、判断目标像素是否为道路区域、更新种子点等步骤;在能见度估计模块,计算该区域的最小图像熵,得到消光系数最优值,有效估计出雾霾能见度大小。本发明的优势是在求图像熵过程中加入目标兴趣区域提取步骤,减少了算法的计算量,提高了运算速度和鲁棒性。
-
公开(公告)号:CN119919579A
公开(公告)日:2025-05-02
申请号:CN202411977720.3
申请日:2024-12-31
Applicant: 南京邮电大学
IPC: G06T17/00 , G06T19/20 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464
Abstract: 本发明公开了一种基于多尺度对称架构学习的脊柱3D模型重建方法,包括:将脊柱X射线图像旋转至集合角度;将旋转后的X射线图像重复D次并拼接形成一个高通道3D体积;将高通道3D体积输入生成对抗网络中以获得脊柱的3D预测模型;计算获取3D预测模型的不同生成图像的标准偏差以评估生成图像的质量差异,并基于质量差异选择生成器全局优化或局部优化3D预测模型;3D预测模型通过最小化生成器的损失获取脊柱的重建模型。本发明解决了现有的X‑Ray中重建脊柱的三维结构的方法存在过度依赖先验信息导致保真度低的问题。
-
公开(公告)号:CN113706643B
公开(公告)日:2023-06-30
申请号:CN202010939063.9
申请日:2020-09-09
Applicant: 南京邮电大学
IPC: G06T11/00 , G06T5/00 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于同形适应学习的头部CT金属伪影校正方法。通过使用17层卷积神经网络,构建深度学习的生成框架;结合使用VGG19模型对CT图像进行特征提取;利用CT连续切片的先验信息和CT结构的相似性,对数据集进行扩充;为了解决医学类数据失准的问题,将改进的抗噪损失用于网络,通过平衡风格损失和内容损失的比重,在逐步迭代的过程中,达到去除金属伪影且保留原始疾病信息的目的;结果评价,在临床数据集和模拟数据集上进行训练和测试,综合评价方法,对模型进行评估。本发明实现了对头部CT伪影的校正,在保留图像细节信息的同时,没有新伪影产生,也没有造成模糊,提高了临床诊断的准确性,具有良好的实用价值。
-
-
-
-
-
-
-
-
-