-
公开(公告)号：CN108897911B
公开(公告)日：2022-08-23
申请号：CN201810530927.4
申请日：2018-05-29
Applicant: 南京信息工程大学
IPC: G06F30/20 , G06F111/10 , G06F119/08
Abstract: 本发明涉及一种浴缸温控模型的构建方法，该方法充分考虑了沐浴过程中浴缸中的水浴外部环境以及人体动作时对水温度的影响，从而建立了水温舒适度函数，通过选取不同的加水时间间隔以及加水时间的组合得到最优的舒适度策略，按该最优策略来进行温度控制，可有效保持浴缸内水的温度。
-
公开(公告)号：CN114612281A
公开(公告)日：2022-06-10
申请号：CN202210185408.5
申请日：2022-02-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种针对光照环境下的屏幕拍照鲁棒水印方法，属于信息隐藏技术领域，(1)计算图像的光照分量以及光照阈值；(2)选择水印的嵌入区域，其中超过光照阈值的区域不作为嵌入区域；(3)在DCT域中将水印序列嵌入到图像，得到水印图像；(4)对拍摄得到的含水印图像进行透视校正以及光照校正；(5)对光照校正后的图像使用双边滤波进行保边去噪；(6)选择水印的提取区域；(7)在DCT域中通过交叉验证的方式提取水印序列。本发明减少因光照对水印图像不可见性的影响，减少过曝区域的光照分量，可以增强图像的特征；在光照处理后进行双边滤波，实现保边去噪功能。
-
公开(公告)号：CN114495150A
公开(公告)日：2022-05-13
申请号：CN202111477529.9
申请日：2021-12-06
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于时序特征的人体摔倒检测方法及系统，属于计算机视觉异常行为检测技术领域，方法包括：获取视频样本；将视频样本进行逐帧分解对比，提取手臂的角度时序特征和头部骨骼点的熵的时序特征；将两组时序特征输入预建立的神经网络中，得到包含异常帧信息的第一输出张量与第二输出张量，融合后得到特征张量，输入由全连接层和Sigmoid函数组成的分类器进行分类，所述分类器预先进行过训练，输出人体摔倒与非摔倒的概率，概率高的为检测结果；通过融合手臂的角度时序特征与头部骨骼点的熵的时序特征，能够更好的表示人体的行为，提高检测人体摔倒的概率。
-
公开(公告)号：CN113705039A
公开(公告)日：2021-11-26
申请号：CN202110879656.5
申请日：2021-08-02
Applicant: 南京信息工程大学
IPC: G06F30/23 , G16C60/00 , G16C10/00 , A61B34/10 , G06F119/14
Abstract: 一种融入生物特性的高保真度肺部变形模型及其建模方法，属于非接触医疗技术领域。其包含右柯西‑格林变形张量的第四不变量、非线性黏弹塑性模型和PHANTOM OMNI手控器，所述右柯西‑格林变形张量的第四不变量表示肺部组织的各向异性，所述非线性黏弹塑性模型表示肺部组织的非线性、黏弹性和黏塑性的生物特性，所述PHANTOM OMNI手控器进行操作来感知手术过程中的反馈力；所述非线性黏弹塑性模型由三元素模型与非线性黏塑性模型相串联形成，真实地描述肺部虚拟手术蠕变的全过程，提高模型的保真度。
-
公开(公告)号：CN108734176B
公开(公告)日：2021-11-12
申请号：CN201810424518.6
申请日：2018-05-07
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于纹理的证书真伪检测方法，包括对证书进行纹理提取；对提取的纹理进行最小单元分割；对分割后的单元纹理图像进行处理，确定单元中灰度值大于零的像素点为内部点，其他点为标记点；比对原版证书与待鉴别证书内部点、标记点的匹配度，达到预设匹配度则判断为真证书，否则为假证书。本发明考虑到每台打印机的唯一性，基于纹理提取技术进行证书真伪检测，通过三次比对判断，准确率高，且能够省却人为检查的繁琐步骤，提高了鉴别效率和精度。
-
Patent Agency Ranking
公开(公告)号：CN112863186A
公开(公告)日：2021-05-28
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。
-
公开(公告)号：CN107527068B
公开(公告)日：2020-12-25
申请号：CN201710670157.9
申请日：2017-08-07
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于CNN和域自适应学习的车型识别方法，通过在Alexnet网络中添加旋转不变层、区分判别层和设计新的目标函数，建立基于CNN网络初始模型；利用建立的初始模型分别提取不同领域样本卷积层的特征图，计算样本特征图之间的余弦相似度，确定CNN网络的共享卷积核或非共享卷积核，保留共享卷积核的权重和偏置，更新非共享卷积核的权重和偏置；基于目标领域训练样本，计算每层特征图之间的余弦相似度和整个目标领域平均相似度，根据平均相似度聚类每类相似特征图；将与目标领域中样本有相似分布特性的源领域样本拓展为目标领域的新样本，用目标领域的新样本来微调整个CNN网络模型，再通过softmax分类器对目标领域中的测试样本进行车型分类。
-
公开(公告)号：CN112071075A
公开(公告)日：2020-12-11
申请号：CN202010595381.8
申请日：2020-06-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种逃逸车辆重识别方法，包括步骤如下：(1)构建目标摄像头拓扑网络，预测关联摄像头轨迹；(2)基于视角感知的度量学习，在S‑view同视角和D‑view跨视角样本中学习两种不同深度度量；(3)基于双路径自适应注意力下车辆重识别；双路径包括全局路径和局部路径，步骤(2)S‑view同视角和D‑view跨视角特征空间中分别进行双路径车辆重识别，全局路径提取图片全局特征，局部路径用于全局特征补充。本发明通过构建可疑车辆摄像头拓扑网络，得到时序最优的重点监控区域；利用深度度量学习应用不同的损失函数，加入自适应注意力模型，进行重识别任务并得到车辆的行走轨迹，提高了逃逸车辆重识别的准确度。
-
公开(公告)号：CN111003192A
公开(公告)日：2020-04-14
申请号：CN201911396466.7
申请日：2019-12-30
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于GPS与视觉的无人机自主着陆系统和着陆方法，其方法包括：无人机在正常飞行过程中，收到一键返航指令，无人机保持正常飞行高度，开始飞往着陆点正上方的第一段降落位置，此过程采用GPS定位系统；无人机到达第一段降落位置后，开始以5m/s的垂直速度下降到距离目标正上方高度5米的第二段降落位置，此过程采用GPS定位系统；无人机到达第二段降落位置后，开始以1m/s的垂直速度下降到地面，此过程采用视觉定位系统；无人机到达地面后，无人机桨叶停止转动。所述无人机自主着陆系统采用GPS和视觉定位的方法，最大限度的提高了无人机的降落精度。
-
公开(公告)号：CN106922484B
公开(公告)日：2020-02-21
申请号：CN201710082935.2
申请日：2017-02-16
Applicant: 南京信息工程大学
Abstract: 本发明属于加湿领域，具体为将加湿区域划分为若干个等边三角形和/或若干个正方形；当在将加湿区域划分为若干个等边三角形时，在每个等边三角形的中心位置设置一个喷头，并保证喷头的喷射范围为等边三角形的外接圆范围；当将加湿区域划分为若干个正方形时，在正方形的中心位置设置一号喷头，在正方形的四个角处或正方形的对角线临近四个角处分设四个二号喷头，一号喷头与二号喷头能实现对正方形区域全面加湿，其有效利用喷头的喷射范围，避免喷头喷射范围的重叠，降低水资源的浪费。
-
-
-
-
-
-
-
-
-
Search Results
492
records
(took 0.047 seconds)
