-
公开(公告)号：CN112766353B
公开(公告)日：2023-07-21
申请号：CN202110040859.5
申请日：2021-01-13
Applicant: 南京信息工程大学
IPC: G06F16/583 , G06V10/82 , 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：CN111341449B
公开(公告)日：2023-06-23
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。
-
公开(公告)号：CN113808006B
公开(公告)日：2023-05-23
申请号：CN202111019790.4
申请日：2021-09-01
Applicant: 南京信息工程大学
IPC: G06T3/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于二维图像重建三维网格模型的方法及装置，所述方法包括：输入二维图像到ResNet50中，通过ResNet50的Stage1，Stage2和Stage3提取图像二维信息，对这些信息进行特征连接；通过相机参数计算输入图像平面的2D投影，然后通过双线性插值法得到感知特征；通过隐式曲面算法生成初始椭球，从输入二维图像中汇集图像特征，结合图像特征和感知特征进行网格变形；通过上采样细化网格模型；利用损失函数促使系统生成粗略的三维模型；进行二次变换、三次变换生成较精细三维模型和精细的三维模型。本发明通过初始椭球进行三次变换，能够学习网格的多尺度和上下文信息，生成更加精细的三维模型。
-
公开(公告)号：CN113610711B
公开(公告)日：2023-05-23
申请号：CN202110879676.2
申请日：2021-08-02
Applicant: 南京信息工程大学
IPC: G06T3/40 , G06T17/00 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种单图像引导的三维表面重建方法及装置，首先，建立一个预定义的顶点分布均匀的椭球体网格；其次，采用轻量级网络AlexNet的主体架构提取输入图像特征：将AlexNet后三个卷积池化层生成的特征图像拼接，采用双线性插值法，寻找到原图像投影点在各个特征图像上的特征点；提取特征点邻近四个像素的图像特征向量并串联；然后，构建基于三维图卷积神经网络的网格变形模块，将预定义的椭球体网格变形为与二维图像对应的三维模型；最后，增加网格顶点数量，优化表面细节，并通过最小化三维损失函数调整参数矩阵，生成三维网格模型。本发明生成了高精度的三维网格表面模型，能够预测出更丰富的三维表面细节。
-
公开(公告)号：CN113284037B
公开(公告)日：2023-05-23
申请号：CN202110690957.3
申请日：2021-06-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于深度神经网络的陶瓷水印载体恢复方法，首先，基于Evo‑BiSeNet的图像分割网络，对预先获取的陶瓷三维图像进行检测，获取水印载体部位；其次，基于空间变换网络的水印载体平面化处理；最后，基于GAN的水印载体复原，恢复载体并提高水印的鲁棒性。本发明采用归一化激活层提高图像分割的实时性，利用卷积注意力机制对陶瓷表面不规则图像的细小边缘特征进一步优化提取，更有效的保留水印载体的信息；使用GAN对水印载体复原，其中包括对水印载体的鲁棒训练，提高水印的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN115660931A
公开(公告)日：2023-01-31
申请号：CN202211357598.0
申请日：2022-11-01
Applicant: 南京信息工程大学
IPC: G06T1/00 , G06N3/0455
Abstract: 本发明公开了基于Transformer和去噪扩散模型的鲁棒水印方法，包括以下步骤：将载体图像与原始水印输入由Transformer组成的水印编码器中，生成嵌入水印的编码图像；将编码图像分三路输入无噪声层、已知噪声层和基于去噪扩散模型的未知噪声层，生成噪声图像；将噪声图像输入由Transformer组成的水印解码器中，得到提取水印；计算损失函数，并采用随机梯度下降方法更新水印编码器和水印解码器的参数；重复以上步骤，直到满足设定的训练次数，水印编码器和水印解码器训练完毕，保留水印编码器和水印解码器分别用于水印的嵌入和提取。
-
公开(公告)号：CN115134142A
公开(公告)日：2022-09-30
申请号：CN202210740832.1
申请日：2022-06-28
Applicant: 南京信息工程大学
IPC: H04L9/40 , G06F16/172 , G06F16/16
Abstract: 本发明公开了一种基于文件分割的信息隐藏方法及系统，属于数字取证技术领域，包括：获取映射序列、载体文件和秘密信息；根据映射序列的长度将载体文件平均分割，得到文件片段；对文件片段每次扫描预设数量的字节得到字节码，将字节码排列组成文件片段矩阵；对文件片段矩阵中的字节码进行概率统计得到各字节码出现的概率；根据字节码及其出现的概率计算文件信息序列；对映射序列进行预处理使其长度达到秘密信息的长度，得到判定序列，根据判定序列将秘密信息和文件信息序列进行比对生成对比序列，完成信息隐藏；降低寻找载体文件的难度，提高实用性。
-
-
公开(公告)号：CN108564548B
公开(公告)日：2022-06-24
申请号：CN201810353017.3
申请日：2018-04-19
Applicant: 南京信息工程大学
IPC: G06T5/00
Abstract: 本发明提供了一种自适应的非整数步长分数阶微分图像纹理增强方法。所述自适应的非整数步长分数阶微分图像纹理增强方法包括如下步骤：一、根据需要将待处理的数字图像分成多个子图像，对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的图像纹理性质；二、根据每一所述子图像的纹理性质确定所述分数阶微分图像纹理增强算法的步长值采用分数阶微分图像纹理增强算法对每一所述子图像进行增强处理。本发明的有益效果是：所述自适应的非整数步长分数阶微分图像纹理增强方法根据图像局部区域的纹理复杂度确定步长的非整数分数阶微分实现图像增强。
-
公开(公告)号：CN112863186B
公开(公告)日：2022-06-10
申请号：CN202110062889.6
申请日：2021-01-18
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于车载无人机的逃逸车辆快速识别和追踪方法，具体包括步骤：(1)构建逃逸车辆所在路段位置预测模型，将概率值最大的前三个区域作为候选区域(2)对三个候选区域的车辆进行扫描并5G网络上传至云端(3)建立基于改进DenseNet121的轻量化逃逸车辆重识别模型，基于待查询逃逸车辆分别在每个候选区域的图片上进行车辆特征提取和重识别；(4)将逃逸车辆重识别率最高的图片所在候选区域的位置信息传输至执勤人员，完成肇事逃逸车辆的追踪。本发明实现无人机对逃逸车辆快速可靠的重识别，提高破案效率。
-
-
-
-
-
-
-
-
-
Search Results
492
records
(took 0.078 seconds)
