-
公开(公告)号：CN119938854A
公开(公告)日：2025-05-06
申请号：CN202510074718.3
申请日：2025-01-17
Applicant: 南通大学
IPC: G06F16/3329 , G10L13/08 , G06F16/36 , G06F16/334 , G06T13/00 , G06N5/04 , G06N5/022 , G06N3/0455 , G06Q50/26
Abstract: 本发明公开了一种交警数字人交互方法及装置，所述交警数字人交互方法包括搜集交通相关知识的数据集，将交通相关知识信息处理为问答对格式，使用整理后的问答对格式结构的内容构建交通知识库；获取用户多模态输入信息，提取用户多模态输入信息中的问题内容信息；根据问题内容信息从交通知识库中检索问题相关信息，根据问题相关信息调用大语言模型生成问题回复信息；将问题回复信息转化为语音音频信息；根据语音音频信息通过基于神经辐射场的说话人脸生成技术渲染交警形象视频；将渲染完成的交警形象视频进行实时流式显示；系统通过流水线并行的方式实时生成结果，以结合知识库的智能体方案提高回复质量，提供更加逼真的数字人实时交互效果。
-
公开(公告)号：CN114549558B
公开(公告)日：2024-09-20
申请号：CN202210192755.0
申请日：2022-03-01
Applicant: 南通大学
IPC: G06T7/11 , G06N3/0464 , G06N3/0455 , G06V10/80 , G06V10/82
Abstract: 本发明提供一种基于多模态特征融合Vnet的乳腺肿块分割方法，包括以下步骤：S1：获取乳腺磁共振图像及医生手工标记的乳腺肿块分割结果的数据集；S2：数据预处理，对数据集中的数据进行划分；S3：构建基于多模态特征融合Vnet的网络模型；S4：训练步骤S3的网络模型，进行参数调整，得到预测的乳腺肿块分割结果；S5：利用设定的评价指标和损失函数对步骤S4所得的预测的乳腺肿块分割结果与S1中医生手工标记的乳腺肿块分割结果进行比较，验证分割方法的有效性。本发明能有效提高乳腺肿块分割准确率，辅助医生进行诊断和决策，减轻医生的负担，在乳腺肿块辅助诊断、手术模拟和医疗教学具有较强的应用价值。
-
公开(公告)号：CN111738295B
公开(公告)日：2024-03-22
申请号：CN202010442780.0
申请日：2020-05-22
Applicant: 南通大学
IPC: G06V10/26 , G06V10/82 , G06V10/77 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种图像的分割方法及存储介质，所述图像的分割方法包括获取步骤、训练步骤、优化步骤以及测试步骤。本发明通过使用特征区域的边缘来表示目标，即先得到目标的边缘图像，将目标的边缘图像映射到新的距离空间，在该距离空间中用零距离表示目标区域的边缘，然后在新的距离空间中计算全局损失函数，并在深度学习模型框架下，进行不断的迭代使损失函数的值最小，直至模型收敛。可以提高分割结果的鲁棒性，提升算法的分割性能。
-
公开(公告)号：CN116434025A
公开(公告)日：2023-07-14
申请号：CN202310438180.0
申请日：2023-04-23
Applicant: 南通大学
Abstract: 本发明涉及目标检测技术领域，具体涉及一种基于多尺度感受野特征融合的目标检测模型，本发明设计新模块CspRepSPP，使用深度卷积(Depthwise Convolution)代替SPPF模块中的最大池化，通过深度卷积在特征图每个通道上进行卷积运算，有效地解决了原模块存在的信息丢失问题，并通过结构重参数化与CSP(CrossStagePartial)化进一步降低了模块在推理过程中的计算量。新模块CspRepSPP相比SPPF，在推理阶段具有更快的运算速度，并有更大的精度提升。同时，本发明受SPP的多尺度感受野特征融合思想启发，设计了一个新的特征提取模块ImprovedBottleNeck，将该模块替换YOLOv5中的传统BottleNeck，使得目标检测模型在每个阶段都对不同大小感受野的特征进行融合，进一步提升了模型的检测精度，并且没有额外的运算量。
-
公开(公告)号：CN115984965A
公开(公告)日：2023-04-18
申请号：CN202211734556.4
申请日：2022-12-31
Applicant: 南通大学 , 南京联云智能系统有限公司
IPC: G06V40/20 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种3D人体姿态估计方法，该方法包括坐标Transformer编码器和时域Transformer编码器两个组件，分别从空间和时间的角度增强网络提取特征的能力。首先利用坐标Transformer编码器将输入的2D人体姿态序列生成多个可行解，并利用多层感知机实现多个可行解之间的信息交换；然后通过多对一的映射生成一个更加可靠的可行解；再利用时域Transformer编码器捕获输入序列的全局依赖关系，最后通过一个回归首部输出3D人体姿态坐标。本发明的优点在于，使网络预测更加准确，同时避免了传统的膨胀时序卷积方法时间窗受限的问题。
-
Patent Agency Ranking
公开(公告)号：CN115984841A
公开(公告)日：2023-04-18
申请号：CN202310035306.X
申请日：2023-01-10
Applicant: 南通大学
IPC: G06V20/62 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种准确的车牌识别方法，涉及智能交通技术领域。为了解决车牌样本数量不够的问题，本申请首先采用图像处理的方法合成标准的汽车车牌图像，接着使用生成对抗网络技术由标准车牌生成逼真的虚拟车牌，实现车牌数据集的增强，然后利用增强的车牌数据集，训练一个无需字符分割的端到端的全卷积车牌识别网络，最后基于输入的新车牌图像和训练好的车牌识别网络直接输出车牌号码。本发明的车牌识别方法鲁棒性强，识别准确率高，并使用车牌生成网络产生虚拟车牌数据集，解决了车牌数据集样本不足和样本不均问题，实现了车牌的准确识别。
-
公开(公告)号：CN113341976B
公开(公告)日：2022-10-04
申请号：CN202110639848.9
申请日：2021-06-09
Applicant: 南通大学
Abstract: 本发明公开了一种基于锚定效应的新能源汽车混合蚁群路径规划方法，包括：对新能源汽车长途起讫点周边范围划分可行与非可行区域，进行基于MAKLINK图论的环境建模仿真；绘制新能源汽车的长途行驶路径拓扑图；利用Dijkstra算法对拓扑图进行全局遍历寻优；针对当前可行路径区域环境进行蚁群算法参数初始化，并通过基于锚定效应改进的蚁群算法进行循环搜索寻优和路径长度计算，以解决新能源车行驶中的“里程焦虑”问题。本发明相比较传统智能路径规划算法，输出结果更小、收敛速度更快、运行速度优势显著；当结合算法原理进行设计时，可直接利用地图拓扑路径作次优路径规划，通过与地图系统匹配，在地图上选出最符合混合蚁群算法规划结果的路径。
-
-
公开(公告)号：CN113341976A
公开(公告)日：2021-09-03
申请号：CN202110639848.9
申请日：2021-06-09
Applicant: 南通大学
Abstract: 本发明公开了一种基于锚定效应的新能源汽车混合蚁群路径规划方法，包括：对新能源汽车长途起讫点周边范围划分可行与非可行区域，进行基于MAKLINK图论的环境建模仿真；绘制新能源汽车的长途行驶路径拓扑图；利用Dijkstra算法对拓扑图进行全局遍历寻优；针对当前可行路径区域环境进行蚁群算法参数初始化，并通过基于锚定效应改进的蚁群算法进行循环搜索寻优和路径长度计算，以解决新能源车行驶中的“里程焦虑”问题。本发明相比较传统智能路径规划算法，输出结果更小、收敛速度更快、运行速度优势显著；当结合算法原理进行设计时，可直接利用地图拓扑路径作次优路径规划，通过与地图系统匹配，在地图上选出最符合混合蚁群算法规划结果的路径。
-
公开(公告)号：CN113221823A
公开(公告)日：2021-08-06
申请号：CN202110599256.9
申请日：2021-05-31
Applicant: 南通大学
Abstract: 本发明公开了一种基于改进轻量级YOLOv3的交通信号灯倒计时识别方法，包括以下步骤：制作交通信号灯数据集，预处理数据；YOLOv3的特征提取网络采用ShuffleNetV2，并且通过特征变换融合ShuffleNetV2低中高层特征作为最终高层输出特征；训练改进后的用于红绿交通信号灯十个倒计时数字的20分类的轻量级YOLOv3网络，实现交通信号灯倒计时数字的检测和识别，并将训练好的模型部署到移动端完成交通信号灯倒计时识别。本发明具有识别速度快，准确率高，实用性和泛化性高等优点，并且更容易在移动端部署。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.024 seconds)
