-
公开(公告)号：CN116205813A
公开(公告)日：2023-06-02
申请号：CN202310136207.0
申请日：2023-02-20
Applicant: 江苏科技大学
Abstract: 本发明公开了一种潮滩地形图像处理方法、处理系统、潮滩监测方法及系统，包括：利用训练后的AOD‑Net网络模型对潮滩地形图像进行去雾处理，得到去雾后的潮滩地形图像；基于去雾后的潮滩地形图像，得到其对应的点云数据；采用NDT算法，对点云数据进行点云粗配准，以及得到点云粗配准对应的位姿变换矩阵；将位姿变换矩阵作为初始位姿，采用ICP算法对粗配准后的点云数据进行点云精配准，得到精配准后的潮滩地形的点云数据；基于潮滩地形的点云数据，对潮滩地形进行监测。
-
公开(公告)号：CN116147622A
公开(公告)日：2023-05-23
申请号：CN202310289708.2
申请日：2023-03-23
Applicant: 江苏科技大学
Abstract: 本发明公开了一种基于图优化的组合导航系统融合定位方法，包括：对IMU轨迹信息进行解算，获取各时刻下的第一定位载体位置；将各时刻下的第一定位载体位置作为顶点，建立图优化模型；通过GNSS数据获取在相邻的第一时刻和第二时刻之间的定位载体的第一位置转移关系，并将第一位置转移关系作为图优化模型的量测；通过IMU轨迹信息获取在相邻的第一时刻和第二时刻之间的定位载体的第二位置转移关系，并将第二位置转移关系作为图优化模型的待优化变量；根据量测和待优化变量建立目标函数，并通过莱文贝格－马夸特算法进行优化；当目标函数优化至最小值时，获取对应的误差修正量，对IMU数据解算进行修正。
-
公开(公告)号：CN115512414A
公开(公告)日：2022-12-23
申请号：CN202211180570.4
申请日：2022-09-27
Applicant: 江苏科技大学
Abstract: 本发明公开了一种用于人脸识别的流形学习图像特征提取的深度学习方法，步骤如下：通过使用区域建议算法生成建议框，建议框在图片上进行扫描得出局部图片，并将图片传授给下一步；完成高维非线性的流形学习算法的构建；通过定义一个样本点局部邻域密度分布因子，且嵌入到降维算法中；运用该算法将人脸的不同表情特征由高维降至2维或3维，有效地进行人脸识别；通过流形学习算法得到的人脸特征，使用基于自注意机制和投票机制的残差神经网络对图片进行筛选，完成最后的分类。本发明的模型检测速度比传统的检测算法快1‑2倍，能够为用户提供更好的使用体验；本发明通过使用流形学习来进行特征提取，提高了模型人脸识别准确率。
-
公开(公告)号：CN115512413A
公开(公告)日：2022-12-23
申请号：CN202211180227.X
申请日：2022-09-27
Applicant: 江苏科技大学
Abstract: 本发明公开了一种引入流形学习残差模块的YOLOv4人脸识别方法，步骤如下：(1)对训练数据进行预处理；(2)引入流形学习的YOLOv4改进模型；(3)模型训练。本发明中的模型检测速度比传统的检测算法快3‑4倍；能够为用户提供更好的使用体验；本发明所需的图像具备易获取性，利用简单的摄像设备就可以对人脸图像进行采集，采集时不用接触被采集者，绝大多数客户可以接受；通过使用流形学习残差网络结构来进行特征提取，提高了模型人脸识别准确率；同时使用残差神经网络有效缓解了模型训练过程中的梯度消失等问题；采用YOLOv4模型来实现人脸识别，达到了识别速度快、精度高的优异效果。
-
公开(公告)号：CN113989907A
公开(公告)日：2022-01-28
申请号：CN202111433120.7
申请日：2021-11-29
Applicant: 江苏科技大学
IPC: G06V40/16 , G06K9/62 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08 , G06F17/16
Abstract: 本发明公开了一种基于非对称性特征和黎曼流形结构的人脸识别方法，所述方法根据黎曼流形学习中对称正定矩阵的计算与分析，降低人脸数据的维度，挖掘人脸图像的内在关系和逻辑结构，通过对人脸图像特征的流形表示，由对称正定矩阵的黎曼流形网络结构可以生成更加紧凑和更具有判别性的对称正定矩阵，从而提高人脸识别的准确率和速率，使得人脸图像的内在关系和逻辑结构得以挖掘。
-
Patent Agency Ranking
公开(公告)号：CN102982556B
公开(公告)日：2016-06-15
申请号：CN201210433919.0
申请日：2012-11-01
Applicant: 江苏科技大学
IPC: G06T7/20
Abstract: 本发明公布了一种基于流形上粒子滤波算法的视频目标跟踪方法，所述方法如下：将视频图像的射影变换构造成矩阵李群；将目标的射影变换参数作为状态变量，建立李群上的状态转移模型；采用协方差描述来表示视频图像中的目标区域；采用李群上的粒子滤波算法，沿流形测地线抽取状态样本；采用内蕴高斯牛顿算法来求解内蕴均值，得到系统的状态估计，完成目标跟踪。本发明能够降低欧式空间的噪声统计特性对权值方差的影响，有助于解决粒子退化问题，提高算法的跟踪精度和鲁棒性。
-
公开(公告)号：CN118279514A
公开(公告)日：2024-07-02
申请号：CN202410462034.6
申请日：2024-04-17
Applicant: 江苏科技大学
Abstract: 本发明公开了一种基于可学习编码的神经辐射场潮滩三维重建方法及系统，包括：从目标区域的潮滩图像中随机选择一组采样点，将采样点的坐标通过相机模型转换到世界坐标系，而后生成对应的相机射线；相机的位置作为相机射线的起点，利用三维重建网络获得在该相机射线上的每个采样点的体积密度和RGB颜色值；计算每个采样点的不透明度；利用相机射线上的每个采样点的不透明度、体积密度和RGB颜色值，计算每一个采样点在对应相机视角下的颜色值；利用每一个采样点在对应相机视角下的颜色值，得到每一个相机视角下的潮滩三维图片。
-
公开(公告)号：CN118172378A
公开(公告)日：2024-06-11
申请号：CN202410331545.4
申请日：2024-03-22
Applicant: 江苏科技大学
IPC: G06T7/13 , G06T7/136 , G06T7/62 , G06T5/80 , G06T5/90 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/82 , G06V20/17 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种模糊潮滩图像提取水边线处理方法、系统、计算机设备及存储介质，包括：步骤1：利用无人机获取待监测潮滩区域的潮滩图像；步骤2：对潮滩图像依次进行几何矫正和色彩校正，得到矫正后的潮滩图像；步骤3：从矫正后的潮滩图像中筛选出出现运动模糊现象的图像；步骤4：将出现运动模糊现象的图像输入至训练好的DeblurGAN‑v2网络模型中，得到水边线清晰的图像；将水边线清晰的图像替换出现运动模糊现象的图像，重构矫正后的潮滩图像；步骤5：利用归一化差值水体指数对步骤4得到的潮滩图像进行归一化处理，得到MNDWI图像；步骤6：利用Canny边缘检测算子对MNDWI图像进行边缘检测，得到水边线图像。
-
公开(公告)号：CN116503573A
公开(公告)日：2023-07-28
申请号：CN202310541806.0
申请日：2023-05-12
Applicant: 江苏科技大学
Abstract: 本发明公开了一种点线融合惯性潮滩建图方法及系统，包括：提取当前帧潮滩图像的点特征；提取当前帧潮滩图像的线特征；获取当前环境信息，得到当前IMU数据，对当前IMU数据进行预积分；采用滑窗优化算法，对预积分后的当前IMU数据、点特征和线特征进行联合优化，得到优化后的IMU数据、点特征和线特征；基于优化后的IMU数据、点特征和线特征，进行潮滩图像建图。
-
公开(公告)号：CN116305900A
公开(公告)日：2023-06-23
申请号：CN202310221149.1
申请日：2023-03-09
Applicant: 江苏科技大学
IPC: G06F30/20 , G06F113/26 , G06F119/14
Abstract: 本发明公开了一种金属内衬复合材料柱壳的极限载荷计算方法，柱壳包括外层的纤维复合材料层和内层的金属层，首先建立几何方程，将纤维复合材料层分为若干复合材料单元层；将金属层切分为若干厚度相同的金属单元层；分别建立每个复合材料单元层和金属单元层面内应力与应变的关系；根据平衡关系计算得到柱壳的面内刚度矩阵、耦合刚度矩阵和弯曲刚度矩阵；建立线性屈曲载荷模型；考虑材料受力后损伤，对线性屈曲载荷模型进行修正；通过修正后的模型计算得到极限载荷。通过考虑材料损伤模型，定量分析得到金属内衬复合材料柱壳极限荷载，可靠预测该类多层柱壳的压溃载荷，完善多层组合柱壳外压下抗压失效评估，从而使结构设计更加安全可靠。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.041 seconds)
