-
公开(公告)号：CN114418817A
公开(公告)日：2022-04-29
申请号：CN202111528325.3
申请日：2021-12-14
Applicant: 南京信息工程大学
Abstract: 本发明提供一种基于复合能量接缝剪切的非平面零水印方法，提出一种二维图像向三维网格模型曲面自适应映射并嵌入水印的非平面水印方法；包括：对物体三维重建，生成三维网格模型；根据像素的FT显著图值、MB显著图值、梯度值和结构张量，结合像素边缘成本，定义能量值，提出一种复合能量接缝剪切方法，使得图像放缩效果更好；将二维图像分块，并根据三维网格模型的网格形状放缩，映射到三维网格模型；水印生成：对映射后三维网格网格模型生成零水印，并将零水印加密后上传区块链，充分利用了区块链的不可伪造、公开透明的性质，保证了生成的零水印的安全性和权威性；水印检测：根据区块链中存储的零水印，确定待检测的三维网格模型是否存在水印。
-
公开(公告)号：CN114282593A
公开(公告)日：2022-04-05
申请号：CN202111386047.2
申请日：2021-11-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了手语识别领域的一种基于机器视觉的手语识别方法，包括根据待识别的手语视频构建上肢骨骼数据；获得包含上肢且无背景的检测图像；计算得到检测图像的像素特征以及上肢骨骼数据的骨骼特征；通过卷积神经网络分别对像素特征和骨骼特征进行提取，得到像素识别特征和骨骼识别特征；根据像素识别特征、骨骼识别特征获得识别向量；再将识别向量输入softmax层获得结果向量，结果向量中值最大的元素对应的手语词汇为识别结果；本发明通过识别双臂的移动和位置特征，增加了手语识别的范围，提高了手语识别的精度。
-
公开(公告)号：CN108986140B
公开(公告)日：2022-02-01
申请号：CN201810674804.8
申请日：2018-06-26
Applicant: 南京信息工程大学
IPC: G06T7/246
Abstract: 本发明的目标尺度自适应跟踪方法，包括如下步骤：步骤1读取第一帧图片，确定目标位置及大小，设置目标区域和背景区域；步骤2获得不同尺度的样本图像，计算目标区域O与背景区域B的颜色直方图，获得目标样本的概率；步骤3提取图像的hog特征和灰度特征，训练位置滤波器和尺度滤波器，获得对应滤波器模板；步骤4读入下一帧图片，更新目标当前位置；步骤5根据目标当前位置，更新目标尺度；步骤6判断当前帧跟踪是否正常，并进行相应的操作；步骤7根据判定结果，代入下一帧目标检测，直至跟踪任务结束。通过对目标图像和背景图像的不同响应区别目标及背景，有效的利用目标的背景信息，提高目标在遮挡、形变等场景下的准确性。
-
公开(公告)号：CN108615229B
公开(公告)日：2021-11-19
申请号：CN201810193958.5
申请日：2018-03-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于曲率点聚类及决策树的碰撞检测优化方法，包含以下步骤：步骤一、基于曲率点聚类和几何特征选择层次包围盒；步骤二、基于决策树模型优化混合层次树的建立。本方法通过计算不同类型碰撞物轮廓点的曲率，分析其几何特征，采用K均值聚类算法选择合适的包围盒，提高包围盒和碰撞物的匹配度；运用Boosting算法提高决策树模型精度，省去原有碰撞检测算法中的冗余计算，优化混合层次树的建立过程，提高碰撞检测的效率。
-
公开(公告)号：CN113361623A
公开(公告)日：2021-09-07
申请号：CN202110691248.7
申请日：2021-06-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种轻量级CNN结合迁移学习的医学图像分类方法，包括：(1)获取医学图像数据集，并对其预处理，包括调整大小，使用高斯模糊和直方图均衡化进行增强处理，之后将预处理后的医学图像数据集按照一定比例划分得到训练集、验证集以及测试集；(2)构建预训练好的MobileNetV2网络并进行微调，对MobileNetV2网络的损失函数使用L2正则化进行处理，通过贝叶斯优化方法调整MobileNetV2网络中的超参数，之后利用训练集对MobileNetV2网络进行训练，利用验证集对MobileNetV2网络进行验证，得到重新训练好的MobileNetV2网络；(3)将测试集输入重新训练好的MobileNetV2网络，得到分类结果。本发明所述方法提高了分类精度，缩短了MobileNetV2网络的训练时间，并且对于硬件设备的要求不高，适合资源匮乏的地区使用。
-
Patent Agency Ranking
公开(公告)号：CN113284037A
公开(公告)日：2021-08-20
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。
-
公开(公告)号：CN113255202A
公开(公告)日：2021-08-13
申请号：CN202110591597.1
申请日：2021-05-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于小波域粒子群的三维模型水印嵌入方法，涉及多媒体数据处理保护技术领域，对三维模型进行降维，获得降维后的三维模型的特征点，结合特征点生成矩阵，将水印嵌入矩阵的中频区域，并调整嵌入深度，得到包含水印的三维模型，对含有水印图像的三维模型进行鲁棒性计算评价，确定三维模型的水印信息。通过本发明的技术方案使嵌入的水印可以抵抗平移、旋转和缩放的几何攻击，并且利用多小波嵌入水印，根据质量的大小自适应选择中频嵌入水印，提供了一种确保医学数据完整、安全的鲁棒水印方法。
-
公开(公告)号：CN108416270B
公开(公告)日：2021-07-06
申请号：CN201810117900.2
申请日：2018-02-06
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于多属性联合特征的交通标志识别方法，首先对图像进行预处理，然后设计卷积神经网络结构，通过该CNN网络自动提取交通标志特征，为了充分利用CNN多层特征的有用信息，提取最后3层特征图，将提取出的每层特征图通过多尺度池化操作形成3个尺度的特征矩阵，将3个尺度的特征矩阵按列展开并级联成列向量；然后将得到的3个列向量级联成一个具有多尺度多属性的联合特征向量；最后将联合特征向量通过ELM分类器进行分类，从而高效地完成交通标志的识别分类。
-
公开(公告)号：CN113035320A
公开(公告)日：2021-06-25
申请号：CN202110416444.3
申请日：2021-04-19
Applicant: 南京信息工程大学
IPC: G16H20/40 , G16H50/50 , G06F30/23 , G06F119/12
Abstract: 本发明公开了一种肺部虚拟手术变形模拟方法，包括以下步骤：(1)虚拟肺部数据采集；(2)整理样本数据；(3)采用变步长四阶龙格库塔方法构建有限元软组织模型；(4)柔性体变形计算；(5)力反馈计算。本发明采用有限元模型对肺部进行三维物理建模，具有极高的仿真度和高精度；采用变步长四阶龙格库塔方法，在保证高精度的前提下节省了步长选择过程中的计算时间；采用最速下降法与牛顿迭代法相配合的方式，并配合GPU进行加速，在保证了高保真度、高精确度及高逼真度的基础上，弥补了最速下降法在极小点附近收敛速度差的问题，保证了对柔性体变形的快速计算，从而保证了手术的实时性，有效地权衡了手术的实时性和保真度。
-
公开(公告)号：CN112085016A
公开(公告)日：2020-12-15
申请号：CN202010644952.2
申请日：2020-07-07
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于ROI和IWT医学图像篡改认证及恢复的鲁棒水印方法，步骤如下：(1)完整性认证及水印生成预处理；(2)水印的嵌入；(3)水印的提取及认证。首先将医学图像通过OTSU算法划分为感兴趣区域和非感兴趣区域两部分，采用哈希算法验证ROI区域的完整性，并计算ROI区域的恢复数据序列，再对带有病人信息的二值图像进行Logistic混沌映射加密处理，最后将合成水印采用IWT变换嵌入图像RONI区域。本发明将恢复数据用于水印信息传输，可验证医学图像ROI的完整性，精确定位图像ROI篡改区域并恢复原始ROI；同时嵌入图像RONI区域的水印对噪声、压缩、滤波攻击等均有较强的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
492
records
(took 0.143 seconds)
