-
公开(公告)号：CN110490299B
公开(公告)日：2022-07-29
申请号：CN201910676680.1
申请日：2019-07-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于状态变化微分的灵敏长短期记忆方法，为了提高传统的LSTM神经网络对短时间信息的反应能力，增加了增加了信息敏感能力的长短期记忆网络的一个神经单元，能够很好的增加其对于短时间信息的反应能力，提高其应用的实时性，进而能够进行更完善的实时分析，进一步分析微动作等内容，提高了应用价值。
-
公开(公告)号：CN110197500A
公开(公告)日：2019-09-03
申请号：CN201910457089.7
申请日：2019-05-29
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种放牧无人机及牧群跟踪方法，能够通过摄像机摄取牧群的图像，根据算法计算出图像中整个牧群的质点，并对该点进行跟踪。如果发现有牲畜失踪，则找出相对移动的牲畜，并对它们进行贴标签及编号，通过标签及编号判断哪只牲畜失踪，计算失踪牲畜最后出现在无人机视野中的位置及逃离方向和速度，最后无人机将计算出的失踪牲畜可能出现的区域发送给牧民。本发明中的放牧无人机既可以跟随牧群移动，帮助牧民检测牧群的安全状态，又能够实时检测到逐渐离开牧群的个体，帮助牧民实时监查牧群中是否有牲畜跟丢或者走失。本发明还适用于大型牧群，在背景较为简单且没有遮挡的放牧环境中效果非常好，能够应用在大规模的牛/羊群养殖业上。
-
公开(公告)号：CN113810683B
公开(公告)日：2023-07-18
申请号：CN202111000302.5
申请日：2021-08-27
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种客观评估水下视频质量的无参考评价方法，属于视频分析技术领域。该方法包括如下步骤：第一步，将水下视频分解成帧，使用一组图像质量评价指标获得视频帧的退化特征，包括UCIQE、边缘图像块对比度指数和NIQE；第二步，使用预训练的ResNet50深度神经网络结合特征注意力机制提取视频帧的语义特征向量，降维后得到视频帧的语义质量分数；第三步，将各指标分数进行归一化处理，与语义质量分数融合，得到每一帧最终的质量特征；第四步，使用门循环单元网络捕获视频帧之间的时序信息并进行特征融合，得到最终的视频质量分数。本发明解决了通用视频质量评价指标不能准确评估水下视频质量这一问题。
-
公开(公告)号：CN110490299A
公开(公告)日：2019-11-22
申请号：CN201910676680.1
申请日：2019-07-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于状态变化微分的灵敏长短期记忆方法，为了提高传统的LSTM神经网络对短时间信息的反应能力，增加了增加了信息敏感能力的长短期记忆网络的一个神经单元，能够很好的增加其对于短时间信息的反应能力，提高其应用的实时性，进而能够进行更完善的实时分析，进一步分析微动作等内容，提高了应用价值。
-
公开(公告)号：CN110471048A
公开(公告)日：2019-11-19
申请号：CN201910675932.9
申请日：2019-07-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于声呐三维图像置信度的自适应变尺度卷积核计算方法，根据声呐获取的三维图像中目标物的置信度，计算出三维卷积核的尺度及个数，不仅解决了空间上提取图像的特征信息分布不均的问题，而且还能克服由于声呐成像远近导致的问题，同时，本发明能够减轻计算量，且效果更佳。
-
Patent Agency Ranking
公开(公告)号：CN110058610A
公开(公告)日：2019-07-26
申请号：CN201910376064.4
申请日：2019-05-07
Applicant: 南京信息工程大学
IPC: G05D1/10
Abstract: 本发明公开了一种实时监查羊群数目的辅助放羊方法，包括实时采集整个放牧羊群的视频图像，对视频图像进行预处理；将预处理后的整个放牧羊群的视频图像中羊群密度最大点作为追踪目标；通过卡尔曼滤波算法，对追踪目标进行滤波，并对放牧羊群的运动状态进行估计和预测，调整无人机跟踪飞行路线，控制无人机实时跟踪放牧羊群。本发明利用无人机在飞行过程中实时拍摄整个放牧羊群的视频图像，计算得出羊群密度最大的点，将密度最大点作为追踪目标，控制无人机跟踪羊群飞行；同时计算得出羊群数目，将计算得到的羊群数目与实际羊群数目作比对，对羊群进行实时跟踪监查和丢失报警。本发明提及的无人机能够经济高效地辅助放羊。
-
公开(公告)号：CN110471048B
公开(公告)日：2022-04-15
申请号：CN201910675932.9
申请日：2019-07-25
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于声呐三维图像置信度的自适应变尺度卷积核计算方法，根据声呐获取的三维图像中目标物的置信度，计算出三维卷积核的尺度及个数，不仅解决了空间上提取图像的特征信息分布不均的问题，而且还能克服由于声呐成像远近导致的问题，同时，本发明能够减轻计算量，且效果更佳。
-
公开(公告)号：CN111640082A
公开(公告)日：2020-09-08
申请号：CN202010517431.0
申请日：2020-06-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于高斯混合模型与暗通道理论的水下图像恢复方法，包括以下步骤：步骤（1）：首先利用高斯混合模型对水下图像中的水体后景进行目标提取；步骤（2）：然后利用工程化快速估计模块解决运动相机拍摄动态背景的问题，以及减少计算量的工程化问题；步骤（3）：最后利用暗通道还原模块对水下图像进行恢复。本发明基于高斯混合模型区分水体背景，准确计算出每个通道的大气光值，然后用暗通道理论还原图片并进行输出，从而达到最优的效果，提高了水下图像还原的质量。
-
公开(公告)号：CN111028200A
公开(公告)日：2020-04-17
申请号：CN201911106156.7
申请日：2019-11-13
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于无参考图像质量评价和MSR的图像优化方法，充分利用机器学习进行无参考图像质量评估，然后采用优化的算法，对多尺度视网膜增强算法的大中小三个尺度的权值进行优化，得出一组最优的解，从根本上把多尺度视网膜增强算法进行了优化，得出了最优的图像还原效果；同时本方法还是通用的。
-
公开(公告)号：CN111640082B
公开(公告)日：2023-04-07
申请号：CN202010517431.0
申请日：2020-06-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于高斯混合模型与暗通道理论的水下图像恢复方法，包括以下步骤：步骤（1）：首先利用高斯混合模型对水下图像中的水体后景进行目标提取；步骤（2）：然后利用工程化快速估计模块解决运动相机拍摄动态背景的问题，以及减少计算量的工程化问题；步骤（3）：最后利用暗通道还原模块对水下图像进行恢复。本发明基于高斯混合模型区分水体背景，准确计算出每个通道的大气光值，然后用暗通道理论还原图片并进行输出，从而达到最优的效果，提高了水下图像还原的质量。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.031 seconds)
