-
公开(公告)号：CN120032291A
公开(公告)日：2025-05-23
申请号：CN202510067732.0
申请日：2025-01-16
Applicant: 南通大学
IPC: G06V20/40 , G06V20/54 , G06V10/82 , G06N3/0442 , G06N3/0455 , G06N3/092
Abstract: 本发明公开了一种基于深度时空记忆与交互网络的交通事件检测方法。首先，设计了时空信息感知网络，可以有效地从输入的视频帧中捕捉到小空间区域到大空间区域的核心语义，以及时间域上的短期特征，提升视频帧特征的提取能力，对交通事件进行更加准确的分类。其次，提出了时序特征学习网络，旨在解决时空信息感知网络在处理视频帧时未能充分捕捉长期时间信息的问题。该方法通过强化时间特征的学习，能够获得更加完整的上下文时间信息特征，提高对异常发生和结束时刻的准确定位。
-
公开(公告)号：CN119131889A
公开(公告)日：2024-12-13
申请号：CN202411112171.3
申请日：2024-08-14
Applicant: 南通大学
IPC: G06V40/20 , G06V10/82 , G06V10/764 , G06N3/042 , G06N3/0464
Abstract: 本发明提供了一种基于动作响应式对比网络的骨架精细动作识别方法，属于计算机视觉和人工智能技术领域。解决了骨架数据中有限的外观信息、预定义单拓扑结构的限制，使得准确识别复杂、精细的骨架动作极其困难的技术问题。其技术方案为：对输入骨架数据进行多流预处理；数据传输到动作响应式对比网络ARCN，其中，通过动作响应式图卷积网络建立多通道跨时域的动态骨架关节注意力拓扑，通过精细动作对比器阶段性地对特征进行空间和时间维度上的对比与更新；最终，分类任务的交叉熵损失与基于特征对比的动作对比损失共同评估动作识别准确度。本发明的有益效果为：缓解了细粒度行为之间模糊边界的问题，有效地提高了区分细粒度骨骼行为的能力。
-
Patent Agency Ranking
公开(公告)号：CN119892005A
公开(公告)日：2025-04-25
申请号：CN202411888327.7
申请日：2024-12-20
Applicant: 南通大学
Abstract: 本发明公开了一种带有桥型结构的声学滤波器，包括沿周期性排列的声学超材料单元，其中声学超材料单元包括基体板、散射体和桥型结构，散射体嵌入在基体板的内部，散射体与基体板之间存在空隙，散射体与基体板之间通过桥型结构连接。本发明能够在较低频率范围内形成带隙，并通过调节桥型结构的长度及位置来有效调节带隙的宽度和位置，从而克服现有技术中低频带隙难以实现、结构重且可调性差的缺点。
-
公开(公告)号：CN119691851A
公开(公告)日：2025-03-25
申请号：CN202411737634.5
申请日：2025-01-14
Applicant: 南通大学
Abstract: 本发明公开了基于卷绕空间超表面技术的海堤防护结构设计方法及系统，涉及海堤防护工程技术领域，该海堤防护结构设计方法包括以下步骤：根据海浪的频率参数及波高参数，选择适配的卷绕空间超表面单元模型；基于预设的折射率分布进行卷绕空间超表面单元模型的设计与优化；将设计完成的卷绕空间超表面单元模型阵列布置安装于海堤外侧，并进行调试；通过实时监控海况，调整卷绕空间超表面单元模型的摆放和折射率，以应对不同的海浪条件。本发明通过调制水面波的能量分布，实现对波浪的聚焦、散射或吸收，有效减少海浪对海堤的直接冲击，增强防护效果并降低长期维护成本。
-
公开(公告)号：CN119273717A
公开(公告)日：2025-01-07
申请号：CN202411678574.4
申请日：2024-11-22
Applicant: 南通大学
IPC: G06T7/246 , G06T7/277 , G06V20/17 , G06V20/40 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种广视角特征融合记忆网络的多目标跟踪算法，属于计算机视觉与人工智能技术领域。解决了在无人机视角下处理远距离小尺寸目标和快速运动目标时跟踪性能不足的技术问题。其技术方案为：包括以下步骤：S1、视频帧预处理与目标检测；S2、图片特征信息在广视角融合记忆网络中进行深度融合；S3、自适应运动滤波AMF在滤波过程中引入了轨迹置信度建模；S4、在第一步关联中，通过运动特征提取模型MFEM进行首次关联。本发明的有益效果为：通过跟踪算法的动态更新，逐步实现对目标位置的调整和优化，最终获得目标的所有轨迹的信息。
-
公开(公告)号：CN118968621A
公开(公告)日：2024-11-15
申请号：CN202411035703.8
申请日：2024-07-31
Applicant: 南通大学
IPC: G06V40/20 , G06V10/44 , G06V10/40 , G06V10/80 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/098
Abstract: 本申请公开了一种融合刚性节点构造骨骼拓扑图的模糊动作识别方法、装置、设备及介质，涉及行为识别领域。该模糊动作识别方法包括：根据视频中每帧图像的骨骼坐标信息，构建时空拓扑信息图；以刚性节点为质心点构造骨骼拓扑图；引入注意力机制，根据骨骼拓扑图将时空拓扑信息图表示为关节模态帧序列和骨骼模态帧序列；根据所述关节模态帧序列和所述骨骼模态帧序列，采用初步预测编码的方式对改进后的主干网络进行训练，得到模糊动作识别模型；利用模糊动作识别模型进行动作识别。本申请可实现人体动作的有效识别。
-
公开(公告)号：CN119048557A
公开(公告)日：2024-11-29
申请号：CN202411156580.3
申请日：2024-08-22
Applicant: 南通大学
IPC: G06T7/246 , G06T7/277 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种融合轨迹关联技术的动态场景多目标跟踪方法，属于计算机视觉与人工智能技术领域。解决了现有技术在动态背景下处理复杂、多样且人群密集场景时行人跟踪能力不足的技术问题。其技术方案为：包括以下步骤：S1、视频帧预处理与目标检测；S2、快速运动目标的跟踪优化；S3、轨迹链接与融合；S4、轨迹中断与碎片化的修复。本发明的有益效果为：本发明是为了提高复杂动态背景下的多目标行人的跟踪能力，通过采用先进的深度学习算法与计算机视觉技术，实现对行人特征的精准提取与追踪，为智能监控、自动驾驶等领域提供更为可靠的技术支持。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
