-
公开(公告)号：CN117874989A
公开(公告)日：2024-04-12
申请号：CN202211464465.3
申请日：2022-11-22
Applicant: 南京工程学院
IPC: G06F30/20
Abstract: 本发明公开了一种基于时空特征的无资料地区径流模拟预测方法及系统，获取多源输入数据，包括多个流域的水文数据、气象数据、地理位置信息和地形属性，根据多源输入数据构造时空相似度矩阵；根据时空相似度矩阵建立基于迁移学习算法的回归模型作为初始径流预测模型；利用无监测站点或新建监测站点地区已有的时空信息对初始径流预测模型进行多视角调整，基于半监督学习对初始径流预测模型进行调整，输出最终的目标流域的预估流量。优点：本发明充分利用目标流域的地理数据以及相关流域的水文数据特征，并使用数据挖掘和迁移学习技术实现无水文资料地区的径流预测，解决无资料流域径流难以预测的技术问题。
-
公开(公告)号：CN112116646A
公开(公告)日：2020-12-22
申请号：CN202011007828.1
申请日：2020-09-23
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于深度卷积神经网络的光场图像深度估计方法，由场景的4D光场数据提取中心子孔径图像；由4D光场数据计算生成水平EPI合成图像和垂直EPI合成图像；设计以中心子孔径图像、水平EPI合成图像和垂直EPI合成图像为输入，视差图为输出的深度卷积神经网络；以平均绝对误差为损失函数，训练所涉及的深度卷积神经网络；利用训练成功的深度卷积神经网络，接收由给定场景4D光场数据生成的中心子孔径图像、水平EPI合成图像、垂直EPI合成图像，计算得到场景的视差图。本发明所设计的深度卷积神经网络采用了多流输入、跳层连接体系结构，有利于多源输入信息、浅层深层特征信息融合，提高了深度估计的鲁棒性。
-
公开(公告)号：CN119105999A
公开(公告)日：2024-12-10
申请号：CN202411112004.9
申请日：2024-08-14
Applicant: 南京工程学院
Abstract: 本发明公开了一种面向多核系统的通用实时IO控制器，包含I/O引脚、硬件管理器、命令存储控制器、命令调度器、块内存和同步处理器，硬件管理器电连接命令存储控制器和命令调度器，命令存储控制器电连接命令调度器，命令调度器电连接同步处理器，块内存连接命令存储控制器。本发明通过将复杂的I/O控制从处理器端卸载至专用的协处理器，避免了总线和操作系统频繁的资源冲突，从而获得cycle‑level精准控制。本发明能够在期望的时间点准时执行I/O操作，实现时钟周期级的控制精度，这一特性对于需要高精度时序控制的应用场景至关重要。
-
公开(公告)号：CN117095401A
公开(公告)日：2023-11-21
申请号：CN202311008755.1
申请日：2023-08-11
Applicant: 南京工程学院
IPC: G06V30/148 , G06V30/19 , G06V10/82 , G06V10/80
Abstract: 本发明提供了一种基于优化深度网络的古文字样本采集、检测和识别方法。首先，进行数据采集和样本标注，并通过迭代采集的方法扩充和更新数据库，搭建古文字拓片摹本和单字数据库，弥补古文字图像数据库的缺乏。其次，选择CycleGAN对古文字摹本和拓片进行跨域图像转换，从风格迁移的角度扩充数据，并在此基础上进行古文字目标检测。在批量古文字图像上进行目标检测，可将对古文字的识别从单字转换为整片识别，提升了技术的实用性。此外，在搭建的古文字单字数据库的基础上，针对其长尾分布的特性，采用Mixup方法生成新的样本数据。再使用四种深层网络模型进行训练，最后建立一种决策级融合识别模型，完成古文字采集、检测和识别的目标。
-
公开(公告)号：CN115331206A
公开(公告)日：2022-11-11
申请号：CN202210973980.8
申请日：2022-08-15
Applicant: 南京工程学院
Abstract: 本发明是一种基于机器视觉的疲劳驾驶检测方法，包括：步骤1：实时地采集驾驶人在驾驶过程中的面部画面；步骤2：采用基于Dlib的人脸关键点检测技术，检测驾驶人面部位置，记录面部关键点坐标；步骤3：从坐标数据中选择表示左眼、右眼和嘴部的关键点，计算眼部、嘴部纵横比，提取眼部疲劳相关特征和嘴部疲劳相关特征；步骤4：将关键点与3D人脸模型中对应的点进行匹配和映射，计算旋转矩阵，提取头部运动特征；步骤5：设定眨眼、打哈欠和点头这三类疲劳相关特征的判断阈值，根据出现的频率和时长判断驾驶人的疲劳状态。本发明不需要给驾驶人佩戴额外的监控设备，也无需记录驾驶人对测试车辆的控制信息，不会带来安全隐患，判断精确度高。
-
Patent Agency Ranking
公开(公告)号：CN113793388A
公开(公告)日：2021-12-14
申请号：CN202110909295.4
申请日：2021-08-09
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于深度学习的立体视觉人际安全距离检测方法，包括：基于平面棋盘靶标的双目视觉系统标定；利用双目相机采集场景图像；基于标定的相机参数，对采集的图像进行畸变校正和极线校正；将双目校正图像分别输入深度神经网络，进行人员目标检测，输出人员目标边框向量集；将左校正图像中的人员目标中心点作为参考点，在极线约束和边框约束下，在右校正图像中寻找匹配点，估计匹配点与参考点视差，计算参考点对应人员的三维坐标；根据人员三维坐标计算人际距离；通过大屏选框及语音提醒近距人员。本发明的人际距离检测方法自动化程度高、距离检测更准确、匹配计算复杂度低、检测实时性强。
-
公开(公告)号：CN118429302A
公开(公告)日：2024-08-02
申请号：CN202410528130.6
申请日：2024-04-29
Applicant: 南京工程学院
IPC: G06T7/00 , G06V10/25 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/771 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于双检测头D‑YOLO的热轧带钢表面缺陷检测方法、存储介质及设备，收集热轧带钢表面缺陷图像，进行数据增强处理，得到增强缺陷数据集；修改YOLOv5网络的检测层，并融合注意机制CA模块、Swin Transformer模块，采用自适应空间特征融合方式构建双检测头D‑YOLO卷积神经网络模型；将增强缺陷数据集输入双检测头D‑YOLO卷积神经网络模型中进行训练；实时采集热轧带钢表面图像，输入训练好的双检测头D‑YOLO卷积神经网络模型中，得到热轧带钢表面缺陷检测结果。本发明在提升热轧带钢表面缺陷检测精度的同时提高推理速度。
-
公开(公告)号：CN114663729A
公开(公告)日：2022-06-24
申请号：CN202210318273.5
申请日：2022-03-29
Applicant: 南京工程学院
IPC: G06V10/774 , G06V10/764 , G06V10/46 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于元学习的气缸套小样本缺陷检测方法，将Yolov3网络和元学习方法(MAML)融合起来，从而进行小样本的气缸套检测。首先进行数据收集并进行图像预处理操作，其次选择Yolov3算法作为骨架网络，在训练图像测试集的支持集之前，加入迁移学习模块，使得元测试集中的支持集有较强的特征提取能力，让模型更容易识别特征信息，加快模型收敛。面对未知的气缸套数据集，模型基于元测试集的支持集进行微调，利用查询集进行小样本的检测。在训练和测试中，随机采取N‑wayK‑shot任务分类方法对模型进行训练和测试，最终实现对小样本的检测。
-
公开(公告)号：CN115272435B
公开(公告)日：2025-05-06
申请号：CN202210721840.1
申请日：2022-06-24
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于光场序列特征分析的光场深度估计方法，从双平面表示的4D光场数据中提取中心子孔径图像，并计算生成EPI合成图像；设计以中心子孔径图像和EPI合成图像为输入，视差图为输出的LFRNN网络，网络包括基于光场序列分析的局部深度估计模块和基于条件随机场模型的全局深度优化模块；分局部深度估计和全局优化两个阶段训练并评估LFRNN网络；测试与实用LFRNN网络，评价网络性能。本发明另辟蹊径地从序列数据的视角分析光场，设计了基于循环神经网络的深度特征提取子网络，显著提高了局部深度估计能力；对全局深度信息建模，设计的端到端优化网络，显著提升了深度估计准确度和鲁棒性。
-
公开(公告)号：CN114549446B
公开(公告)日：2024-09-24
申请号：CN202210146225.2
申请日：2022-02-17
Applicant: 南京工程学院
IPC: G06T7/00 , G06V10/774 , G06V10/766 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习的气缸套缺陷标检测方法，所述检测方法包括以下步骤：采集气缸套图像构建原始数据集，对原始数据集内的图像进行预处理和标注，获取训练集的局部缺陷图；利用基于Swin变换器的Mask R‑CNN算法进行建模，得到网络模型；通过得到的网络模型对测试集的图像进行检测；通过掩码机制对检测结果提取兴趣区域增强检测效果；对网络模型的检测性能进行评价；通过得到的网络模型对采集的气缸套图像进行缺陷标检测。本发明通过图像预处理，减少气缸套噪声影响，将原图构建局部图，得到新的一批训练数据，通过以小图映射大图的方法，得到原图的检测结果，通过掩码机制过滤噪声区域，提高小目标检测精度。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.022 seconds)
