公开(公告)号：CN110166287A

公开(公告)日：2019-08-23

申请号：CN201910366998.X

申请日：2019-05-05

Applicant: 南京邮电大学

Inventor： 赵鹏飞 ,  陈丹伟

IPC: H04L12/24 ,  H04L12/58

Abstract: 本发明提出了一种基于带权超图的同一用户识别方法，包括以下步骤：步骤1，构建带权超图模型；步骤2，计算节点拓扑结构相似性；步骤3，利用交叉匹配进行同一用户的识别进一步的；构建带权超图，利用带权超图对两个社交网络拓扑结构进行重构，更准确的描述原网络的拓扑结构，包括以下具体步骤：步骤1.1,在一个网络拓扑中发现节点 和 存在好友关系，那么就将 和 划分到同一个超边中，并赋予权重p；使用带权超图来表示网络中节点之间的关系，准确表示了节点所处的拓扑结构，提升了节点相似性计算的准确度，从而明显提高了同一用户识别方法的准确率和召回率。

公开(公告)号：CN108764066A

公开(公告)日：2018-11-06

申请号：CN201810430233.3

申请日：2018-05-08

Applicant: 南京邮电大学

Inventor： 孙知信 ,  赵鹏飞 ,  孙哲

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06K9/00718 ,  G06K9/00335 ,  G06K9/4652 ,  G06K9/6273 ,  G06K9/629 ,  G06N3/0454 ,  G06N3/08

Abstract: 本发明提出了一种基于CNN和卷积LSTM网络的物流分拣规范检测方法，属于图像处理技术领域。首先从体感设备获取工人在执行分件快递动作下的连续骨架数据帧序列，从骨架数据中筛选出可以表征动作的20个关节点数据，并将其转化为世界坐标，将骨架数据分成两部分。一部分骨架数据通过选取一些关键点，组合成一些由点、线、面构成的几何特征来描述运动，然后通过一个LSTM网络对这些动作进行时间域的建模。另一个部分骨架信息通过投影，生成正视图、左视图、顶视图三个视角的关节点图和其运动轨迹图，作为卷积神经网络的输入进行特征提取。最后将两部分信息融合，进行动作判别。本发明具有很好的实时性、鲁棒性和准确性，实施简便可靠，适用于实时的动作识别系统。