-
-
公开(公告)号：CN111626107B
公开(公告)日：2022-07-29
申请号：CN202010304866.7
申请日：2020-04-17
Applicant: 南京邮电大学
Abstract: 本发明公开一种面向智能家居场景下的人形轮廓分析提取方法，首先，对预先获取的视频帧图像进行预处理，基于改进GMM的前景快速提取方法，提取出运动的前景目标；然后，计算每一个运动目标的宽度直方图，根据其宽度直方图的变化趋势，计算当前轮廓的头肩比，判断当前轮廓是否为人形轮廓，将人形轮廓添加到列表shapes；若shapes为空，读取下一帧图片；若列表不为空，对列表中的每一个轮廓使用最小矩形进行拟合；通过基于交并比和重心距离的轮廓跟踪法和基于人脸识别的轮廓跟踪法，将当前帧轮廓与前一帧轮廓对应起来，实现人形轮廓的连续提取。本发明解决了人形轮廓的后续提取和多人场景下不同目标轮廓的对应问题，可以在智能终端实现人形轮廓的提取与区分。
-
公开(公告)号：CN108549841A
公开(公告)日：2018-09-18
申请号：CN201810233464.5
申请日：2018-03-21
Applicant: 南京邮电大学
Abstract: 本发明涉及一种基于深度学习的老人跌倒行为的识别方法，基于卷积神经网络与长短时记忆网络构建深度神经网络，使用长短时记忆网络对视频进行建模，通过卷积神经网络提取图像特征，LSTM将底层CNN的输出连接起来作为下一时刻的输入,并最终使用softmax分类器对图像进行识别判断。本发明够针对人体行为通过自适应地选择区域或位置的序列并且仅以图像或视频中高分辨率处理所选择的区域提取信息，将其运用于老人跌倒行为的识别工作中，能够有效识别出老人的跌倒行为，提高行为识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN108055670B
公开(公告)日：2020-10-23
申请号：CN201711116036.6
申请日：2017-11-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于匹配博弈的带宽动态性优化方法，是一种5G超密集组网环境下带宽动态性优化方法，该方法在频谱离散话的情况下，使用匹配博弈论的相关知识，充分考虑了基站和用户的偏好性，利用迭代方法，确定频谱碎片化情形下用户与基站的匹配关系，使得带宽分配具有稳定性和最优性。本发明在不断有业务断开和新业务需要接入的情形下，有非常广阔的应用场景。
-
公开(公告)号：CN111626107A
公开(公告)日：2020-09-04
申请号：CN202010304866.7
申请日：2020-04-17
Applicant: 南京邮电大学
IPC: G06K9/00
Abstract: 本发明公开一种面向智能家居场景下的人形轮廓分析提取算法，首先，对预先获取的视频帧图像进行预处理，基于改进GMM的前景快速提取方法，提取出运动的前景目标；然后，计算每一个运动目标的宽度直方图，根据其宽度直方图的变化趋势，计算当前轮廓的头肩比，判断当前轮廓是否为人形轮廓，将人形轮廓添加到列表shapes；若shapes为空，读取下一帧图片；若列表不为空，对列表中的每一个轮廓使用最小矩形进行拟合；通过基于交并比和重心距离的轮廓跟踪法和基于人脸识别的轮廓跟踪法，将当前帧轮廓与前一帧轮廓对应起来，实现人形轮廓的连续提取。本发明解决了人形轮廓的后续提取和多人场景下不同目标轮廓的对应问题，可以在智能终端实现人形轮廓的提取与区分。
-
公开(公告)号：CN108156624A
公开(公告)日：2018-06-12
申请号：CN201810128014.X
申请日：2018-02-08
Applicant: 南京邮电大学
IPC: H04W24/04
CPC classification number: H04W24/04
Abstract: 本发明公开了一种超密集组网中基于博弈论的干扰动态性优化方法，该方法首先根据博弈理论，宏基站和家庭基站先后确定博弈策略，宏基站首先确定最优频谱保留比例，然后所有家庭基站分布式地选择自己最优的偏置因子和选择附近的宏基站用户服务；该方法考虑了宏基站和家庭基站之间的主从关系，利用博弈的最优策略选择，提出了超密集组网下的频谱复用方案，达到减少系统中跨层干扰的目的。
-
公开(公告)号：CN111626109A
公开(公告)日：2020-09-04
申请号：CN202010305522.8
申请日：2020-04-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于双流卷积神经网络的跌倒行为分析检测方法，首先，提取行人轮廓图像和运动历史图构成跌倒数据集；其次，在跌倒数据集上，使用神经网络搜索模型确定最优的双流卷积神经网络结构，空间流通道输入轮廓图像，时间流通道输入运动历史图；最后，通过融合模块进行跌倒判断。本发明采用的网络结构是精度与延迟之间权衡最优的网络结构，大大较少了冗余结构带来的计算量，减少了硬件设备成本，而且可以在智能终端上实现跌倒行为的分析检测，具有广阔的市场前景。
-
公开(公告)号：CN108055670A
公开(公告)日：2018-05-18
申请号：CN201711116036.6
申请日：2017-11-13
Applicant: 南京邮电大学
CPC classification number: H04W24/02 , H04W72/0453
Abstract: 本发明公开了一种基于匹配博弈的带宽动态性优化方法，是一种5G超密集组网环境下带宽动态性优化方法，该方法在频谱离散话的情况下，使用匹配博弈论的相关知识，充分考虑了基站和用户的偏好性，利用迭代方法，确定频谱碎片化情形下用户与基站的匹配关系，使得带宽分配具有稳定性和最优性。本发明在不断有业务断开和新业务需要接入的情形下，有非常广阔的应用场景。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
