公开(公告)号：CN102955477A

公开(公告)日：2013-03-06

申请号：CN201210417209.9

申请日：2012-10-26

Applicant: 南京信息工程大学

Inventor： 王伟 ,  马浩 ,  胡凯 ,  翁理国 ,  夏旻 ,  朱海飞

IPC: G05D1/08

Abstract: 本发明公开了一种四旋翼飞行器姿态控制系统及控制方法，首先获取当前飞行器的姿态角信息，所述姿态角包括滚转角、俯仰角和偏航角；其次，分别设计滚转角、俯仰角和偏航角的控制器，其中滚转角与俯仰角的控制器相同；最后对获得的三个控制器的控制输入进行叠加后输出一个总的驱动信号从而驱动电机工作以控制飞行器姿态。采用陀螺仪结合加速度计，并根据飞行器姿态角模型设计出卡尔曼滤波器在线推测姿态角，同时还能得到系统的中间状态变量，具有一定的滤波效果。

公开(公告)号：CN118410985A

公开(公告)日：2024-07-30

申请号：CN202410587844.4

申请日：2024-05-13

Applicant: 国网河南省电力公司经济技术研究院 ,  中国电力科学研究院有限公司 ,  华北电力大学 ,  郑州大学 ,  南京信息工程大学

Inventor： 张琳娟 ,  罗潘 ,  周志恒 ,  许长清 ,  李文峰 ,  张鸿雁 ,  王晓冬 ,  陈婧华 ,  李彬 ,  唐天悦 ,  陈宋宋 ,  宫飞翔 ,  陈珂 ,  韩军伟 ,  邱超 ,  郭璞 ,  郑征 ,  卢丹 ,  向新宇 ,  李景丽 ,  夏旻 ,  曾博

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06N3/044 ,  G06N3/0464

Abstract: 本发明涉及一种多时空尺度可调节资源用户互动能力指数评级方法，包括以下步骤：步骤1：可调节资源属性划分：对不同时空尺度的需求侧可调节资源进行属性划分；步骤2：可调节资源时空特征提取；步骤3：互动能力评级：采用卷积神经网络结合循环神经网络处理输入特征，输出用户互动能力级别，实现需求侧资源的综合评估；本发明具有结构合理、便于操作使用、减少病痛的优点。

公开(公告)号：CN117975295A

公开(公告)日：2024-05-03

申请号：CN202410382650.0

申请日：2024-04-01

Applicant: 南京信息工程大学

Inventor： 赵丽玲 ,  陈俊宇 ,  石峰 ,  夏旻

IPC: G06V20/13 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/80

Abstract: 本发明公开了一种基于多尺度特征感知神经网络的积雪深度预测方法，包括：获取积雪观测气象站附近的卫星图像，并对卫星图像进行预处理；搭建基于多尺度特征感知能力的深度神经网络模型，利用训练集对深度神经网络模型进行训练；将测试集数据输入至训练之后的深度神经网络模型，实现积雪深度的预测。本发明构建了多尺度特征提取单元MFSE、多尺度特征聚合单元MSFAA、多尺度特征融合单元HLF，以及各单元内部和单元之间网络连接网络，不仅可以捕获多尺度图像特征，还可以实现多尺度图像特征有效融合；将本方法用于积雪深度估算，可以提高积雪深度估算的准确性。

公开(公告)号：CN117876782A

公开(公告)日：2024-04-12

申请号：CN202410059638.6

申请日：2024-01-16

Applicant: 南京信息工程大学

Inventor： 任午旭 ,  夏旻

IPC: G06V10/764 ,  G06V20/13 ,  G06V10/80 ,  G06V10/82 ,  G06T3/4007 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/092

Abstract: 本发明公开了一种处理双时相遥感图像变化的多尺度特征交互网络实现方法，通过构建双时态同源的全局导引特征，在图像尺寸恢复前整合丰富的双时态深层特征，包括以下步骤：S1，构建多尺度特征交互网络模型，所述多尺度特征交互网络模型包括编码模块和解码模块，所述编码模块负责特征提取，所述解码模块负责特征尺寸的恢复；S2，将变化检测数据转化为具有图像形状的张量，输入到多尺度特征交互网络模型中进行训练，保存满足训练条件的模型；S3，将双时相遥感图片输入步骤S2保存的模型中，获得某时某地高精度双分类结果图。本发明能理解不同级别的多源信息，适用于不同场景和时间尺度的遥感图像。

公开(公告)号：CN115035402B

公开(公告)日：2023-09-12

申请号：CN202210394183.4

申请日：2022-04-15

Applicant: 南京信息工程大学

Inventor： 翁理国 ,  陈冰宇 ,  夏旻 ,  胡凯

IPC: G06V20/10 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了遥感技术领域的一种用于土地覆盖分类问题的多级特征聚合系统及方法，包括：获取土地覆盖数据集；将土地覆盖数据集中的训练集输入预先构建的多级特征聚合网络进行迭代训练，所述多级特征聚合网络包括编码器、解码器和全局依赖模块，所述全局依赖模块位于编码器和解码器的中间，通过学习亲和力矩阵码器和解码器的中间，获取所有位置之间的权重值并过滤冗余通道信息；迭代训练结束后，保存训练好的最佳模型权重；重新加载最佳模型权重，对土地覆盖数据集中的测试集预测分割结果。本发明提高了对高分辨率遥感图像的分割精度，分割效果改善明显。

公开(公告)号：CN110001224B

公开(公告)日：2023-07-21

申请号：CN201910400642.3

申请日：2019-05-15

Applicant: 南京信息工程大学

Inventor： 胡凯 ,  卢飞宇 ,  夏旻 ,  翁理国

IPC: B41K3/04 ,  B41K3/44 ,  B41K3/62 ,  G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/62 ,  G06T7/90

Abstract: 本发明公开了一种用于大规模票据盖章及检验的自动化设备，包括硬件部分和软件部分；硬件部分包括：票据操作平台，票据传动组件；架设在票据的传动路径上的盖章支架、水平滑台，设置在水平滑台的下端面的相机以及盖章传动组件；电脑、主控器以及驱动模块，主控器接受电脑的指令，生成响应的驱动信号给驱动模块，对整个设备完成相应的动作控制；软件部分包括：样本学习流程和工作判断流程。本发明能够自动导入大规模的发票，能够自动盖章，自动拍照保存记录用于日后调查，并且能够基于计算机视觉判断盖章位置偏移过大、墨水已经不足，判断盖章效果是否出现问题，对盖章质量进行检验。

公开(公告)号：CN116434077A

公开(公告)日：2023-07-14

申请号：CN202310283534.9

申请日：2023-03-22

Applicant: 南京信息工程大学

Inventor： 夏旻 ,  戴鑫

IPC: G06V20/13 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种多尺度位置注意聚合的土地覆盖检测方法、系统和设备。涉及图像处理技术领域，获取训练数据，然后构建多尺度位置注意聚合网络；再训练多尺度位置注意聚合网络，对训练数据中的图像进行数据增强处理，然后将图像与对应的标签转化为张量，然后输入到多尺度位置注意聚合网络中训练；最后使用训练好的多尺度位置注意聚合网络进行预测，经过训练好的权重提取特征进行编码解码操作后输出得到建筑物和水域的掩膜图像；能够有效的减少复杂背景的干扰造成的误分类现象，增强了对建筑物和水域的边缘检测能力，能够精确检测出建筑物和水域区域，避免建筑物和水域相似的光谱特性对检测结果的影响，并且在分割其他物体方面也具有不错的效果。

公开(公告)号：CN116052016A

公开(公告)日：2023-05-02

申请号：CN202310058135.2

申请日：2023-01-14

Applicant: 南京信息工程大学

Inventor： 张超 ,  夏旻 ,  丁立 ,  翁理国

IPC: G06V20/13 ,  G06V20/70 ,  G06V10/26 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开基于深度学习的遥感图像云和云影的精细分割检测方法，属于图像处理领域；检测方法包括：获取并处理训练数据集，将数据集划分为训练集和验证集；构建用于深度学习语义的分割网络；利用数据集在分割网络中进行网络模型的训练；使用训练好的网络模型进行预测并生成云和云影的掩膜图像；分割网络ResNet‑18网络为主干提取不同层次的特征信息，通过多尺度全局注意力模块加强模型对通道信息和空间信息的注意力来提高分割的正确率，并使用条状金字塔通道注意力模块多尺度学习空间信息以更好地检测出细小的云团，最后通过层级特征聚合模块将高维特征与低维特征融合，逐层上采样得到最终的分割效果；可以检测到更细小的云团，获得更加精细的边缘。

公开(公告)号：CN114943963A

公开(公告)日：2022-08-26

申请号：CN202210476213.6

申请日：2022-04-29

Applicant: 南京信息工程大学

Inventor： 翁理国 ,  鲁晨 ,  夏旻 ,  胡凯

IPC: G06V20/70 ,  G06V20/10 ,  G06V10/26 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双分支融合网络的遥感图像云和云影分割方法，该方法以Convolutional vision Transformer中的Transformer模块和条状卷积作为骨干网络，将两者有效结合，使得两个分支能够相互补充，从而更加高效地提取图像中的特征信息。在特征融合方面，使用了相互引导模块使得Transformer分支和条状卷积分支能够相互引导对方进行特征挖掘、提取多尺度上下文信息，提高了不同尺度的云和云影的分割能力。在解码阶段，充分利用两分支提取到的不同层级的特征进行融合上采样，有效融合高级语义信息和空间位置信息，使得云和云影的定位更加准确，分割边界更加详细；同时本方法还是通用的。

公开(公告)号：CN108376261B

公开(公告)日：2022-03-15

申请号：CN201810119422.9

申请日：2018-02-06

Applicant: 南京信息工程大学

Inventor： 夏旻 ,  王杰

IPC: G06K9/62 ,  G06V10/764

Abstract: 本发明涉及一种基于密度和在线半监督学习烟草分类方法，首先利用少量有标签的烟草样本进行初始训练，然后利用一批数量上大于有标签样本数的无标签样本，基于密度和距离筛选有用样本，进行在线学习，因此不断筛选更新，并获得最终的学习模型，最后的模型就可以应用于烟草的分类。本发明相比一般的半监督学习，通过密度和距离的算法增加了一个机选样本的过程，提高了模型的训练效率，运用在线学习提高模型的训练速度和适用性。