-
公开(公告)号：CN114118125A
公开(公告)日：2022-03-01
申请号：CN202111173391.3
申请日：2021-10-08
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种多模态输入与空间划分的三维目标检测方法，提出以下针对性策略；原始点云数据和RGB三通道彩色图像作为多模态输入；对原始点云数据空间划分，逐行逐列索引点云分组，随机采样K个点，提取特征，最大池化层对得到的K个local‑global特征向量降维；对RGB三通道彩色图像切分，逐行索引切片，输入到二维特征提取器VGG16中，只提取第8层纹理颜色的浅层相关特征，得到K个颜色纹理特征向量；对local‑global特征向量和颜色纹理特征向量进行融合，获得融合后的特征向量；经过全连接层，输出预测结果，根据置信度，绘制BBox完成后处理任务。本发明降低了运算量，提高了分类与检测的精确度。
-
公开(公告)号：CN113936145A
公开(公告)日：2022-01-14
申请号：CN202111173394.7
申请日：2021-10-08
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于注意力图排序的细粒度识别方法，属于计算机视觉和模式识别技术领域；首先，获取原图像特征；使用3*3卷积Conv、全局最大池化GAP和全局平均池化GMP对第三个卷积层的输出结果进行处理，将处理结果进行全连接来得到多尺度的原图像特征；然后，进行弱监督注意力学习；然后，进行定位与细化，通过边界框定位出细粒度识别区域并提取该区域的特征；然后，将注意力图按重要性排序算法进行排序，通过边界框选取出最有鉴别性的区域并提取该区域的特征；通过注意力图重要性排序算法，强化对最有鉴别性区域的学习；最后，将原图像、定位出的细粒度识别区域、选取的最有鉴别性的区域三个层面的特征进行级联。
-
公开(公告)号：CN113837048A
公开(公告)日：2021-12-24
申请号：CN202111090480.1
申请日：2021-09-17
Applicant: 南京信息工程大学
Abstract: 基于少样本注意力的车辆重识别方法。本发明公开了将车辆图片输入到预先训练好的少样本注意力模块FSAM中，得到注意力图；将目标域图片输入特征提取网络F‑Net，获取特征图，并通过特征图整合模块FMIM进行整合，得到新特征图；通过计算注意力图与新特征图两者的距离，根据距离大小输出相似度最高的车辆图片；本发明有效地解决了传统方法需要大量车辆图片来训练网络的问题，不仅增强了网络的泛化能力，还提高了网络的效率和车辆重识别的精确度。
-
公开(公告)号：CN113793400A
公开(公告)日：2021-12-14
申请号：CN202111073092.2
申请日：2021-09-14
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种气体浓度热力图的构建方法，其特征在于，所述方法包括：获取平面地图作为浓度热力地图的背景图；对平面地图进行定位实时获取当前位置坐标信息，并同时实时获取气体浓度数据；将气体浓度数据和坐标信息对齐得到带有位置信息的浓度信息；通过带有位置信息的浓度信息在地图上的对应位置生成不同程度和大小的二维高斯核；利用气体浓度数据附带的坐标点作为中心坐标点，将浓度数据乘以二维高斯核内的每个元素，填充到周围的坐标中；通过不同颜色标记不同浓度大小，形成一幅热力图，再与背景地图叠加起来生成一幅气体浓度热力地图。
-
公开(公告)号：CN113470666A
公开(公告)日：2021-10-01
申请号：CN202110687228.2
申请日：2021-06-21
Applicant: 南京信息工程大学
IPC: G10L19/018
Abstract: 本发明公开了基于两阶段嵌入的可逆鲁棒医学音频方法，包括：(1)通过频域变换函数将原始音频转换成两个独立的嵌入域：低频嵌入域和高频嵌入域；(2)采用鲁棒水印算法在低频嵌入域中嵌入水印，形成新低频嵌入域；(3)将新低频嵌入域和低频嵌入域之间的水印误差嵌入到高频嵌入域，形成新高频嵌入域；(4)将新低频嵌入域和新高频嵌入域通过频域变换函数的逆变换生成含水印音频；(5)对含水印音频进行水印信息的提取。本发明在音频不被攻击的情况下能够有效地提取水印信息并还原完整的音频，用于医学数据完整性、真实性认证；利用音频的连续性和采样点之间的相关性增强水印的鲁棒性，可逆水印中修改少量采样点，降低音频失真。
-
Patent Agency Ranking
公开(公告)号：CN113269136A
公开(公告)日：2021-08-17
申请号：CN202110672891.5
申请日：2021-06-17
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于triplet loss的离线签名验证方法，包括以下步骤：(1)获取待检测的签名数据集，划分数据集；(2)对签名图像进行预处理；(3)在训练集中进行训练；(4)通过验证集调整自定义分类器；(5)在测试集中进行测试。本发明首次将三元组训练的方式应用于签名认证问题，能够自动、准确、高效地完成签名认证任务；本发明对三元组进行了改进，驱使网络更好地关注在笔划部分提取信息，提高签名认证的精度；本发明提出的预处理程序只截取了图像中的签名部分，不仅提高了分类目标占据整幅图像的比例，还可以消除边缘部分的纸张杂质或墨点噪声。
-
公开(公告)号：CN112766353A
公开(公告)日：2021-05-07
申请号：CN202110040859.5
申请日：2021-01-13
Applicant: 南京信息工程大学
IPC: G06K9/62 , G06F16/583 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种加强局部注意的双分支车辆再识别方法，包括以下步骤：(1)预训练ResNet50网络，并将其最后的下采样步长设置为1；(2)利用ResNet50的Layer3、Layer4搭建上分支；(3)将Layer4提出的特征沿纵向均匀分成三个部分，对每个部分的像素做随机丢弃操作，搭建下分支；(4)用三元组与焦点损失训练双分支模型；(5)使用训练好的网络模型，提取待查询与图像库图像特征；(6)计算待查询与图像库车辆图像的相似度，返回图像库中相似度靠前的车辆图像。本发明提出双分支车辆再识别方法，上分支提取车辆全局特征，下分支加强了对局部特征的注意力，增加车辆图像特征的区分程度和辨识度，适合复杂交通场景下跨摄像头的车辆再识别，提高车辆再识别的效率。
-
公开(公告)号：CN107330463B
公开(公告)日：2020-12-08
申请号：CN201710518975.7
申请日：2017-06-29
Applicant: 南京信息工程大学
Abstract: 基于CNN多特征联合和多核稀疏表示的车型识别方法，利用智能交通相机拍摄包括复杂场景下的车辆图像，首先对车辆图像进行预处理，然后基于CNN中AlexNet网络，设计5个卷积层与3个全连接层自动提取车辆的全局与局部特征，将第1,2,5池化层和第6,7全连接层的特征图按列拉伸后作为车辆特征分量分别输入到5个不同的单核函数中，并通过加权融合形成一个联合特征矩阵；然后基于多核学习和稀疏表示算法，求解每个核函数的权值和联合特征矩阵的投影矩阵，最后根据核稀疏最小重构误差实现对车辆类型的识别。本发明能够实时进行车型识别，提取出需要的交通流信息，解决交通拥堵问题，有利于公路网的总体规划及道路建设。
-
公开(公告)号：CN111703384A
公开(公告)日：2020-09-25
申请号：CN202010596519.6
申请日：2020-06-28
Applicant: 南京信息工程大学
IPC: B60R16/023 , B60Q9/00 , B60H1/24 , B60H3/02
Abstract: 本发明为防止被留在车内的儿童在高温天发生中暑意外，提供一种防止车内中暑救生系统。该系统包括设置在车辆上的喷雾系统，吹风系统，排风系统、呼救系统，以及信号采集与控制系统；其中，所述喷雾系统，用于向车内座位喷出水雾降温；所述吹风系统，用于启动风扇降温；所述排风系统，用于排出车内热空气，并补充空气；所述呼救系统，通过报警单元发出报警信号；信号采集与控制系统，用于采集车内温度信号和人体感应信号，控制各系统的启闭。系统检测到车内温度高，且车内有人，启动吹风、喷雾、排风系统；并可通过报警手机模块，给家长手机拨打电话，催促家长尽快回来照顾儿童。
-
公开(公告)号：CN111341449A
公开(公告)日：2020-06-26
申请号：CN202010114616.7
申请日：2020-02-25
Applicant: 南京信息工程大学
IPC: G16H50/50 , G06F30/20 , G06F111/04 , G06F119/14
Abstract: 本发明公开了一种虚拟血管介入手术训练的模拟方法，包括以下步骤：(1)使用基于点的方法对血管内部构建形变模型；(2)使用基于位置动力学法对血管内部节点施加距离约束、体积守恒约束和弹性势能守恒约束三种约束条件；(3)使用无网格移动最小二乘法构建从血管内部到血管表面的映射模型；本发明的方法不仅无需网格拓扑结构的初始划分和重构，甚至避免了采用网格法在产生大形变时的网格扭曲或畸形问题，而且考虑了血管的弹性特性和体积守恒特性，并提高了软组织形变模型的计算精度、稳定性和实时性。
-
-
-
-
-
-
-
-
-
Search Results
468
records
(took 0.044 seconds)
