公开(公告)号：CN117058253A

公开(公告)日：2023-11-14

申请号：CN202311320847.3

申请日：2023-10-12

Applicant: 南京邮电大学

Inventor： 徐康 ,  袁张弛 ,  熊鑫 ,  方智文 ,  韩家宝 ,  吴康硕 ,  马腾飞 ,  张仁杰 ,  陈哲尧

IPC: G06T7/80 ,  G01C11/00 ,  G06T7/70 ,  G06T7/10 ,  G06V10/74 ,  G06V10/762

Abstract: 本发明公开一种基于PTZ摄像机的高精度告警定位方法，属于计算机视觉领域，方法包括：构造烟雾码本和检测码本；计算检测码本每个相似簇与烟雾码本的欧几里德距离，初步判断疑似烟雾；对疑似烟雾的帧使用滑动窗口切割，对每个窗口进行YOLO5s、EfficientNet算法检测，得到异常框图；识别异常框图附近建筑参照物，与地图数据中实际参照物进行特征匹配，进行相机标定；以PTZ摄像机的经纬度坐标为原点，构造一条朝向目标点的射线，利用所经过的DEM数据中散点坐标信息对其进行几何构造，计算获得异常点的经纬度坐标；参数修正，输出异常点实际经纬度坐标。本发明有助于解决铁塔悬挂的PTZ相机的高精度告警定位难题。

公开(公告)号：CN115758138A

公开(公告)日：2023-03-07

申请号：CN202211398242.1

申请日：2022-11-09

Applicant: 南京邮电大学

Inventor： 陈兴国 ,  张浩年 ,  马腾飞 ,  张思文 ,  朱佳悦

IPC: G06F18/214 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08 ,  G06F17/18 ,  A63F3/02

Abstract: 本发明提供了一种基于深度学习的象棋软件作弊检测方法，主要包括以下步骤：将象棋软件提供的回放数据集按比例分为训练数据集和测试数据集，在训练数据集上训练模型；将训练数据集做预处理；构造神经网络；根据比赛选手的水平等级选择不同的训练数据集训练模型；使用不同的参数配置训练不同的模型，并将训练好的模型在测试数据集上运行；应用训练后的模型，将棋局特征和落子时间差存储在三维数组中，计算落子时间差的方差；将待检测的监督数据集输入模型，预测比赛选手作弊的概率。相较于现有技术，本发明在数据的特征设计以及落子时间差方面具有易于提取特征、维数低且全面的优点，通过深度学习并采用多种算法能够提高预测准确性和预测效率。

公开(公告)号：CN117058253B

公开(公告)日：2024-01-23

申请号：CN202311320847.3

申请日：2023-10-12

Applicant: 南京邮电大学

Inventor： 徐康 ,  袁张弛 ,  熊鑫 ,  方智文 ,  韩家宝 ,  吴康硕 ,  马腾飞 ,  张仁杰 ,  陈哲尧

IPC: G06T7/80 ,  G01C11/00 ,  G06T7/70 ,  G06T7/10 ,  G06V10/74 ,  G06V10/762

Abstract: 本发明公开一种基于PTZ摄像机的高精度告警定位方法，属于计算机视觉领域，方法包括：构造烟雾码本和检测码本；计算检测码本每个相似簇与烟雾码本的欧几里德距离，初步判断疑似烟雾；对疑似烟雾的帧使用滑动窗口切割，对每个窗口进行YOLO5s、EfficientNet算法检测，得到异常框图；识别异常框图附近建筑参照物，与地图数据中实际参照物进行特征匹配，进行相机标定；以PTZ摄像机的经纬度坐标为原点，构造一条朝向目标点的射线，利用所经过的DEM数据中散点坐标信息对其进行几何构造，计算获得异常点的经纬度坐标；参数修正，输出异常点实际经纬度坐标。本发明有助于解决铁塔悬挂的PTZ相机(56)对比文件单会见.基于无人机的林火识别和定位算法研究.中国优秀硕士学位论文全文数据库 农业科技辑.2019,D046-5.Leendert Remmelzwaal.An AI-BasedEarly Fire Detection System Utilizing HDCameras and Real-Time ImageAnalysis.Artificial Intelligence andApplications.2023,1-11.Renjie Xu等.A Forest Fire DetectionSystem Based on EnsembleLearning.Forests.2021,第12卷(第2期),1-16.

公开(公告)号：CN117173759A

公开(公告)日：2023-12-05

申请号：CN202310669807.3

申请日：2023-06-07

Applicant: 南京邮电大学

Inventor： 马腾飞 ,  王桢 ,  秦豪 ,  尹海涛

IPC: G06V40/16 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于计算机视觉的目标检测领域，公开了一种基于多尺度特征融合的人脸检测方法，包括步骤1、将可见光图像输入人脸目标检测网络中，输出多个多维矩阵特征图；步骤2、将多个多维矩阵特征图输入选择性多尺度特征金字塔模块进行多尺度特征融合；步骤3，将多尺度特征融合后的图像输入非对称卷积感知模组模块进行特征精炼与扩大感受野，采用非对称卷积模块，对多尺度特征层进行拼接；步骤4，输出多个特征图用于预测不同尺寸的目标。本发明提高了选择多尺度融合的特征金字塔用于特征融合，以新的模块用于目标检测的主干网络，能够以很小的代价增加检测的性能，提高了人脸检测性能。