-
公开(公告)号：CN119313740A
公开(公告)日：2025-01-14
申请号：CN202411806344.1
申请日：2024-12-10
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于融合不确定性和偏差消除的相机位姿估计方法及系统，涉及计算机视觉处理技术领域，包括以下步骤：获取图片，利用图片对相机进行标定，得到相机内参矩阵，基于相机内参矩阵采用不确定性传播公式计算得出融合不确定性的协方差矩阵；获取相机外参的雅可比矩阵和扰动，将预先建立的融合不确定性的目标函数转换为线性最小二乘目标函数，其中，所述预先建立的融合不确定性的目标函数基于融合不确定性的协方差矩阵构建；对线性最小二乘目标函数进行迭代优化，并进行求解，得到校正最小二乘解，作为相机位姿估计结果。
-
公开(公告)号：CN119313740B
公开(公告)日：2025-03-18
申请号：CN202411806344.1
申请日：2024-12-10
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于融合不确定性和偏差消除的相机位姿估计方法及系统，涉及计算机视觉处理技术领域，包括以下步骤：获取图片，利用图片对相机进行标定，得到相机内参矩阵，基于相机内参矩阵采用不确定性传播公式计算得出融合不确定性的协方差矩阵；获取相机外参的雅可比矩阵和扰动，将预先建立的融合不确定性的目标函数转换为线性最小二乘目标函数，其中，所述预先建立的融合不确定性的目标函数基于融合不确定性的协方差矩阵构建；对线性最小二乘目标函数进行迭代优化，并进行求解，得到校正最小二乘解，作为相机位姿估计结果。
-
公开(公告)号：CN117710800B
公开(公告)日：2024-08-27
申请号：CN202311697488.3
申请日：2023-12-11
Applicant: 南京信息工程大学
IPC: G06V20/00 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种城市场景零样本识别方法及系统，从获取到的数据集中，选定部分类别为训练集，其余部分则为测试集；其中训练集样本带有类别信息，而测试集样本不包括类别信息；构建用于零样本识别的多尺度局部景观与全局特征融合模型，其中包括局部景观的建议框提取、局部景观与全局特征融合；在此基础之上，构建基于语义相关矩阵的新的权重映射损失函数对构建的多尺度局部景观与全局特征融合模型进行更新不断的优化，得到训练完成的多尺度局部景观与全局特征融合模型，基于该模型分别在UCM、AID、NWPU三个数据集上进行测试，得出识别结果，从而识别未带标注信息的类别表示，能够提高零样本识别的精度，提升模型的泛化能力。
-
公开(公告)号：CN118351887A
公开(公告)日：2024-07-16
申请号：CN202410725624.3
申请日：2024-06-06
Applicant: 南京信息工程大学
Abstract: 本申请公开了一种基于DMAAN的跨库语音情感识别方法及装置，方法包括：提取待识别语音样本的语谱图特征；将所述语谱图特征输入训练好的基于深度多层对抗自适应网络DMAAN的跨库语音情感识别模型，得到语音情感识别结果；模型的获取方法包括：从第一语音情感数据库和第二语音情感数据库中提取具有相同情感标签的语音样本，分别作为源域语音样本和目标域语音样本，并提取样本的语谱图特征；构建基于DMAAN的跨库语音情感识别模型，通过在原始分类损失函数中加入边缘分布适配损失和条件分布适配损失来指导训练，从而消除不同领域间的分布差异；结合总损失函数，使用源域语音样本的语谱图特征和目标域语音样本的语谱图特征对模型进行训练。识别准确率更好。
-
公开(公告)号：CN117710800A
公开(公告)日：2024-03-15
申请号：CN202311697488.3
申请日：2023-12-11
Applicant: 南京信息工程大学
IPC: G06V20/00 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种城市场景零样本识别方法及系统，从获取到的数据集中，选定部分类别为训练集，其余部分则为测试集；其中训练集样本带有类别信息，而测试集样本不包括类别信息；构建用于零样本识别的多尺度局部景观与全局特征融合模型，其中包括局部景观的建议框提取、局部景观与全局特征融合；在此基础之上，构建基于语义相关矩阵的新的权重映射损失函数对构建的多尺度局部景观与全局特征融合模型进行更新不断的优化，得到训练完成的多尺度局部景观与全局特征融合模型，基于该模型分别在UCM、AID、NWPU三个数据集上进行测试，得出识别结果，从而识别未带标注信息的类别表示，能够提高零样本识别的精度，提升模型的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN117197231A
公开(公告)日：2023-12-08
申请号：CN202310666923.X
申请日：2023-06-07
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于特征点不确定性的单目相机位姿估计方法，包括：根据特征点数据空间的像素灰度分布信息，构建特征点的测量误差的协方差逆矩阵；对特征点的协方差逆矩阵进行奇异值分解，得到特征点的仿射变换矩阵；进行不确定性加权，构建加权代数误差函数，根据加权代数误差函数得到线性方程模型，将线性方程模型改写为非线性方程模型；获取一致噪声方差，基于一致噪声方差对非线性方程模型进行求解得到偏差一致的闭式解，根据闭式解得到旋转矩阵的估计值和平移向量的估计值，输出相机位姿估计结果。考虑了特征点不确定并消除了渐近偏差，提高位姿估计的精度及效率。
-
公开(公告)号：CN117073642A
公开(公告)日：2023-11-17
申请号：CN202311059236.8
申请日：2023-08-22
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种消除数值错误的三点位姿估计方法，包括：根据相机的小孔成像模型，构建透视图变换方程，引入新的中间坐标系，得到新的变换方程；将变换方程进行参数化，表示为非齐次线性方程；根据旋转矩阵的性质，得到两个二次方程；将两个二次方程的实解看为两个二次曲线的实交点，用矩阵表示；构建一个退化二次曲线得到一元方程，求解计算；将退化二次曲线分解为最多两条直线；利用代数法计算退化二次曲线分解的直线与两条二次曲线的交点，得到两个二次方程的实解；恢复相机的绝对位姿。考虑了系数为0问题并消除了数值错误，提高位姿估计的精度。
-
公开(公告)号：CN118505820A
公开(公告)日：2024-08-16
申请号：CN202410719339.0
申请日：2024-06-05
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种考虑尺度因子的相机位姿估计方法，包括：引入尺度因子矩阵，根据相机的小孔成像模型构建投影变换方程；引入观测噪声，将投影变换方程转换成线性测量方程；基于所述投影变换方程和所述线性测量方程，引入约束条件，将多个参考点对应的方程串联成矩阵形式，得到线性系统方程；基于所述线性系统方程和多个参考点的图像坐标系下二维坐标以及对应的世界坐标系下三维坐标，求解得到噪声的估计方差，并解出偏差一致的闭式解；从偏差一致的闭式解中恢复出旋转矩阵的闭式解和平移向量的闭式解；根据旋转矩阵的闭式解和平移向量的闭式解，得到世界坐标系下的相机位姿估计结果。本申请考虑了尺度因子的影响，提高位姿估计的精度。
-
公开(公告)号：CN118334133A
公开(公告)日：2024-07-12
申请号：CN202410719334.8
申请日：2024-06-05
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种考虑焦距因子的相机位姿估计方法，包括：在内参矩阵中引入成像平面水平方向和垂直方向的焦距，根据相机的小孔成像模型构建投影变换方程；引入参考点的投影噪声，将投影变换方程转换成代数投影噪声函数，得到中间等式；引入约束条件以消除尺度模糊性，并将中间等式串联成矩阵形式，得到线性系统方程；基于线性系统方程和多个参考点的像素坐标系下以及世界坐标系下的坐标，求解得到一致噪声方差，并解出偏差一致的闭式解；从偏差一致的闭式解中恢复出旋转矩阵的闭式解和平移向量的闭式解；根据旋转矩阵的闭式解和平移向量的闭式解，得到世界坐标系下的相机位姿估计结果。本申请考虑了焦距因子的影响，提高位姿估计的精度。
-
公开(公告)号：CN118298303A
公开(公告)日：2024-07-05
申请号：CN202410409774.3
申请日：2024-04-07
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06V10/10 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种基于多点裁剪的病虫害识别方法及系统，涉及病虫害分类识别技术领域，包括：接收害虫图像数据集，对害虫图像数据集进行预处理，得到处理后的害虫图像数据集，将处理后的害虫图像数据集输入至预先建立的第一级CNN网络模型内进行特征提取，输出得到特征图；对特征图进行压缩，获取对压缩后的特征图上数值大的部分的位置信息，根据位置信息对对应的害虫图像数据集进行裁剪，得到裁剪图；将裁剪图输入至预先建立的第二级CNN网络模型内，输出得到裁剪特征图，将特征图与裁剪特征图进行拼接压缩，得到拼接压缩特征图，将拼接压缩特征图输入至预先建立的分类器内，输出得到识别分类结果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.01 seconds)
