-
公开(公告)号：CN113837239B
公开(公告)日：2025-03-21
申请号：CN202111030670.4
申请日：2021-09-03
Applicant: 南京信息职业技术学院
Abstract: 本发明公开了一种基于非凸范数的运动目标检测方法及系统，包括：获取视频信息，将视频信息转换为矩阵；将矩阵输入到预先构建的基于改进的鲁棒主成分分析的运动目标检测模型，采用交替方向乘子法求解运动目标检测模型，根据求解结果提取运动目标；所述运动目标检测模型采用非凸log范数和截断分数范数作为鲁棒主成分分析中的稀疏度函数和秩函数。优点：基于改进的鲁棒主成分分析的运动目标检测模型中的非凸log范数和截断分数范数更能有效的逼近传统鲁棒主成分分析模型中的秩函数和稀疏度函数，提取的运动目标效果更好。
-
公开(公告)号：CN111563547B
公开(公告)日：2023-05-02
申请号：CN202010360553.3
申请日：2020-04-30
Applicant: 南京信息职业技术学院
Abstract: 本发明公开了一种基于改进的截断核范数的鲁棒主成分分析方法，获取视频信息，转化为一个大小为m行，n列的二维矩阵M，二维矩阵M输入至预先构建的改进的截断核范数的鲁棒主成分分析模型，输出视频信息的前景和背景；所述改进的截断核范数的鲁棒主成分分析模型采用非凸γ范数来替代传统截断核范数模型中的核范数。优点：本发明采用γ范数替代传统的截断核范数模型中的核范数，增强了对传统鲁棒主成分分析模型的逼近度，提高了视频前景和背景分离的效果。
-
公开(公告)号：CN111429475B
公开(公告)日：2023-04-18
申请号：CN202010229250.8
申请日：2020-03-27
Applicant: 南京信息职业技术学院
IPC: G06T7/194
Abstract: 本发明公开了一种基于鲁棒低秩稀疏分解的视频前背景分离方法，将待处理视频转化为一个大小为m行，n列的二维矩阵M，m为视频每帧的长宽积，n为视频的帧数；将二维矩阵M输入至预先构建的基于鲁棒低秩稀疏分解的视频前背景分离方法的模型，输出对应于视频背景的低秩矩阵B、对应于视频前景的稀疏矩阵F和噪声矩阵G；所述基于鲁棒低秩稀疏分解的视频前背景分离方法的模型采用广义非凸核范数作为模型的秩函数，采用结构化稀疏诱导范数作为模型的l0范数，并增加噪声项。优点：与传统的视频前背景分离方法比较，鲁棒性好，抗噪声强，对带噪声的视频的前背景分离效果好。
-
-
公开(公告)号：CN114648540A
公开(公告)日：2022-06-21
申请号：CN202210291492.9
申请日：2022-03-22
Applicant: 南京信息职业技术学院
Abstract: 本发明公开了一种基于MECAU‑Net网络的医学图像分割方法，包括：在MECAU‑Net网络的编码端采用2×2偶数卷积模块对导入的医学图像进行特征提取；构建与2×2偶数卷积模块平行的4×4偶数卷积通路，采用4×4偶数卷积核对图像信息进行提取，并且将提取得到的信息直接传递给编码网络的主干部分，以融合不同感受野内的特征信息；在每一层对待分割的特征图进行对称填充，再将获取到的信息通过拼接的方式传递给对应的主体网络进行下一步池化，在消除偶数卷积导致的像素偏移的同时扩展偶数卷积核的感受野。本发明能够在提取更丰富的信息的同时几乎不增加额外开销，利用尽可能少的计算开销得到更好的分割结果。
-
Patent Agency Ranking
公开(公告)号：CN113837241A
公开(公告)日：2021-12-24
申请号：CN202111031036.2
申请日：2021-09-03
Applicant: 南京信息职业技术学院
Abstract: 本发明公开了一种鲁棒非凸范数的运动目标检测方法及系统，包括：获取视频信息，将视频信息转换为观测矩阵，其中观测矩阵的每一列为视频的一帧，观测矩阵的行数为视频对应的帧数；将矩阵输入到预先构建的基于改进的低秩稀疏分解算法的运动目标检测模型，采用交替方向乘子法求解运动目标检测模型，根据求解结果提取运动目标；基于改进的低秩稀疏分解算法的运动目标检测模型采用非凸log范数和截断分数范数作为低秩稀疏分解算法中的稀疏度函数和秩函数，运动目标检测模型还包括噪声项。优点：采用非凸log范数和截断分数范数替代传统低秩稀疏分解模型中的l0范数和秩函数，提高了目标检测的效率，增强了模型的鲁棒性即抗噪声性。
-
公开(公告)号：CN113723454B
公开(公告)日：2024-02-20
申请号：CN202110829253.X
申请日：2021-07-21
Applicant: 南京信息职业技术学院
Abstract: 本发明公开了一种改进的鲁棒主成分分析的运动目标检测方法，包括：S1，基于改进的鲁棒主成分分析方法构建运动目标检测模型；S2，将待处理视频转换成对应的观测矩阵，采用交替方向乘子法求解运动目标检测模型，提取对应视频中处于运动状态的前景目标，并计算检测该运动目标时的F‑measure值和时间值，对运动目标检测模型进行验证。本发明同时采用非凸γ范数和拉普拉斯尺度混合尺度，以更好地逼近传统鲁棒主成分分析模型中的秩函数和稀疏度函数；引入的显著性映射矩阵更能有效的判别哪些像素属于运动目标部分，对运动目标检测的效果更优。
-
公开(公告)号：CN113723183B
公开(公告)日：2024-02-20
申请号：CN202110828989.5
申请日：2021-07-21
Applicant: 南京信息职业技术学院
Abstract: 本发明公开了一种鲁棒的低秩稀疏分解的运动目标检测方法，采用γ范数更好的逼近传统低秩稀疏分解方法中的秩函数；采用拉普拉斯尺度混合(Laplacian scale mixture，LSM)更好的逼近传统低秩稀疏分解算法中的稀疏度函数；引入了运动信息向量矩阵，能够更好的辅助判断当前像素是否属于运动目标，提高运动目标检测的精度；引入的噪声项能够较好的表达自然界中的噪声感染，提高鲁棒的低秩稀疏分解方法在运动目标检测方面的鲁棒性。
-
公开(公告)号：CN115937898A
公开(公告)日：2023-04-07
申请号：CN202211597546.0
申请日：2022-12-12
Applicant: 南京信息职业技术学院
IPC: G06V40/10 , G06V10/774 , G06V10/82 , G06F17/16 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种基于精确特征分布匹配和多域信息融合的跨域行人重识别方法，针对源域和目标域之间的特征分布差异、以及多源数据集训练时存在的域差异问题，以特征提取器、广义均值池化模块GeM、多域信息融合模块、目标域特定归一化层DSBN_T、目标混合记忆存储器HM_T，创建待训练模型，并结合源域样本集与目标域样本集进行训练，获得目标人物识别模型，进而针对图像实现关于各目标人物的识别，经试验表明，本发明设计相较现有技术，实际实施应用性能优越，能够有效提高图像中人物识别的准确率与效率。
-
公开(公告)号：CN118506561A
公开(公告)日：2024-08-16
申请号：CN202311162082.5
申请日：2023-09-08
Applicant: 南京信息职业技术学院
IPC: G08G1/01 , G08G1/065 , G06N3/0464 , G06N3/0442 , G06N3/042 , G06N3/0499
Abstract: 本发明公开了一种基于线性门控图信息表征的长时交通流量预感知方法，包括以下步骤：(1)获取原始交通流量数据信息，并对交通流量数据信息进行时间、空间和特征的三维转换；(2)将得到的交通流量数据对应的三维张量依次通过第一卷积神经网络、L个空时处理块、第二卷积神经网络；其中，每个空时处理块包括线性门控周期趋势分解模块、局部增强模块和动态自适应谱图信息表征模块三部分；(3)使用数据训练网络，并对交通流进行预测；本发明提高了对时间依赖性的获取；更精确的获取交通流量数据中存在空间依赖性。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.065 seconds)
