-
公开(公告)号：CN111339654A
公开(公告)日：2020-06-26
申请号：CN202010112635.6
申请日：2020-02-24
Applicant: 南京信息工程大学
IPC: G06F30/20 , G16H50/50 , G06F119/14
Abstract: 本发明公开了一种虚拟手术系统中软组织按压及形变恢复方法，所述方法用于模拟虚拟手术中的软组织按压及形变恢复过程，包括以下步骤：(1)使用添加弯曲弹簧的四面体弹簧质点模型对软组织进行建模；(2)使用局部变形计算变形范围；(3)在变形范围内，计算质点实时的位移和速度；(4)根据LIBSVM训练的参数模型，选择模型参数。本发明所述方法在保留弹簧质点模型计算简单快速的前提下，弯曲弹簧可保证有效的形状恢复行为，同时控制软组织按压模拟过程中软组织的形变范围，解决了传统弹簧质点模型受力过大产生形变失真问题，优化了模型参数。
-
公开(公告)号：CN112071075B
公开(公告)日：2022-10-14
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：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：CN110261493A
公开(公告)日：2019-09-20
申请号：CN201910649151.2
申请日：2019-07-18
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于滤波信号压缩感知的航空材料破损检测方法，以信号滤波和压缩感知理论为背景，对航天航空领域飞行器复合材料的健康监测提供技术支持，针对采集到的信号总是含有噪声的特点，使用均值滤波从含干扰的信号中提取有用信号，达到降噪的目的；选择合适的稀疏正交变换基和观测矩阵分别对信号进行压缩和投影观测，最后构造稳定的重构算法恢复原始信号。首先，采用均值滤波，对信号进行了降噪处理，有效去除干扰信号，提高了信号处理的准确性，使得实验论证有良好的数据基础；其次，直接在LABVIEW中加入了MATLAB接口，无需将数据另外导入MATLAB中；再而，基于压缩感知理论，在获取信号的同时，对数据进行压缩，在时间和存储空间上提高了效率。
-
公开(公告)号：CN112766353B
公开(公告)日：2023-07-21
申请号：CN202110040859.5
申请日：2021-01-13
Applicant: 南京信息工程大学
IPC: G06F16/583 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种加强局部注意的双分支车辆再识别方法，包括以下步骤：(1)预训练ResNet50网络，并将其最后的下采样步长设置为1；(2)利用ResNet50的Layer3、Layer4搭建上分支；(3)将Layer4提出的特征沿纵向均匀分成三个部分，对每个部分的像素做随机丢弃操作，搭建下分支；(4)用三元组与焦点损失训练双分支模型；(5)使用训练好的网络模型，提取待查询与图像库图像特征；(6)计算待查询与图像库车辆图像的相似度，返回图像库中相似度靠前的车辆图像。本发明提出双分支车辆再识别方法，上分支提取车辆全局特征，下分支加强了对局部特征的注意力，增加车辆图像特征的区分程度和辨识度，适合复杂交通场景下跨摄像头的车辆再识别，提高车辆再识别的效率。
-
Patent Agency Ranking
公开(公告)号：CN113191218A
公开(公告)日：2021-07-30
申请号：CN202110394724.9
申请日：2021-04-13
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于双线性注意力汇集和卷积长短期记忆的车型识别方法，分为三个阶段，第一阶段为注意力图汇集阶段，在主干网络的特征提取部分添加一个注意力学习模块分支，将注意力模块学到的注意力图与主干网络的原输出特征图做双线性汇集操作，生成对车型分类贡献较大的局部特征图。第二阶段将局部特征图转化为特征矩阵，第三阶段引入ConvLSTM结构，串联多个Cell，进一步学习局部特征之间的空间关系，然后将ConvLSTM结构输出的特征图送入到全连接层，使用分类器分类。本发明学习不同局部特征间的空间关系，获得丰富的特征信息，使得网络模型能够应对跨摄像头视频监控下不同姿态的车型识别，有效地提高细粒度车型识别的准确率。
-
公开(公告)号：CN111931802A
公开(公告)日：2020-11-13
申请号：CN202010546270.8
申请日：2020-06-16
Applicant: 南京信息工程大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06F16/583
Abstract: 本发明公开了一种基于Siamese网络融合中层特征的行人重识别方法，包括以下步骤：(1)预训练DenseNet121网络；(2)调整DenseNet121网络结构，搭建Siamese网络；(3)预处理训练集，利用随机擦除增强数据；(4)用预处理的训练集训练Siamese网络；(5)使用训练好的Siamese网络模型，得到待查询与图像库图像特征；(6)用余弦距离计算待查询与图像库行人图像的相似度，将图像库行人图像按照相似度大小排列。本发明利用调整后的DenseNet121搭建Siamese网络，提高了行人图像特征的区分程度和辨识度，同时利用随机擦除增加行人被遮挡的情形，提高行人重识别模型的泛化能力，适合复杂场景下跨摄像头的行人重识别。
-
公开(公告)号：CN115393688A
公开(公告)日：2022-11-25
申请号：CN202210988851.6
申请日：2022-08-17
Applicant: 南京信息工程大学
IPC: G06V10/82 , G06V10/74 , G06V10/143 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于生成对抗网络的跨模态车辆重识别方法，包括以下步骤：利用VAE将车辆的RGB图像和I P图像分别生成中间的隐向量；采用GAN网络生成可见光图像的近红外图像，生成近红外图像的可见光图像；将生成图像与原图像组成一个四通道图像，本发明基于生成对抗网络的跨模态车辆重识别方法，采用两级差异消减策略，首先利用VAE降低RGB和IR两种图像模态上的风格差异，再利用GAN网络降低图像模态上的内容差异，将统一模态后的生成图像与原图像组成一个四通道图像，随后利用单模态方法处理四通道图像，从而实现车辆跨模态图像检索。
-
公开(公告)号：CN112766353A
公开(公告)日：2021-05-07
申请号：CN202110040859.5
申请日：2021-01-13
Applicant: 南京信息工程大学
IPC: G06K9/62 , G06F16/583 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种加强局部注意的双分支车辆再识别方法，包括以下步骤：(1)预训练ResNet50网络，并将其最后的下采样步长设置为1；(2)利用ResNet50的Layer3、Layer4搭建上分支；(3)将Layer4提出的特征沿纵向均匀分成三个部分，对每个部分的像素做随机丢弃操作，搭建下分支；(4)用三元组与焦点损失训练双分支模型；(5)使用训练好的网络模型，提取待查询与图像库图像特征；(6)计算待查询与图像库车辆图像的相似度，返回图像库中相似度靠前的车辆图像。本发明提出双分支车辆再识别方法，上分支提取车辆全局特征，下分支加强了对局部特征的注意力，增加车辆图像特征的区分程度和辨识度，适合复杂交通场景下跨摄像头的车辆再识别，提高车辆再识别的效率。
-
公开(公告)号：CN206961269U
公开(公告)日：2018-02-02
申请号：CN201720915425.4
申请日：2017-07-26
Applicant: 南京信息工程大学
IPC: G08B5/22
Abstract: 本实用新型公开了一种图书馆用智能空座监测、寻座、防占座与防盗装置，包括显示装置、设置于书桌上的桌洞隔层装置和设置于对应凳椅上的凳椅装置，桌洞隔层装置包括桌面装置、固定隔板和设置于书桌内部的存储隔层，桌面装置包括驱动模块、刷卡模块和设置于书桌正面内部的抽屉装置，驱动模块包括微处理器模块和第一通信模块，抽屉装置包括两端开口的转动式抽屉和电子锁，转动式抽屉底部盖有与其相适配的底板。本实用新型的图书馆用智能空座监测、寻座、防占座与防盗装置，集空座监控、快速寻座、防止非法占座和防盗于一体，结构简单、操作方便、节约资源，且有效减少图书馆工作人员的工作量，使用成本低，更改方便，应用前景广阔。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.031 seconds)
