公开(公告)号：CN109583355A

公开(公告)日：2019-04-05

申请号：CN201811406445.4

申请日：2018-11-23

Applicant: 江南大学

Inventor： 方伟 ,  王林 ,  任培铭 ,  吴小俊 ,  孙俊

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于边界选择的人流统计的装置和方法，属于深度学习和图像处理领域。本发明通过对YOLO神经网络进行改进，即将YOLO单元的划分从7×7增加到9×9，每个单元的检测数量增加到3，再用SqueezeNet中的Fire模块分别替代YOLO-PC神经网络中的第16个、第18个和第24个3×3的卷积层，并将Fire模块中的压缩部分的卷积核数量由128减少为96，重新训练网络，即可得到新的S-YOLO-PC神经网络，再利用S-YOLO-PC神经网络进行边界选择的人流统计，利用新的神经网络，使得其在模型大大缩小的情况下提高了其精确度，能够用于多种场合的人流检测。

公开(公告)号：CN109583355B

公开(公告)日：2020-10-09

申请号：CN201811406445.4

申请日：2018-11-23

Applicant: 江南大学

Inventor： 方伟 ,  王林 ,  任培铭 ,  吴小俊 ,  孙俊

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于边界选择的人流统计的装置和方法，属于深度学习和图像处理领域。本发明通过对YOLO神经网络进行改进，即将YOLO单元的划分从7×7增加到9×9，每个单元的检测数量增加到3，再用SqueezeNet中的Fire模块分别替代YOLO‑PC神经网络中的第16个、第18个和第24个3×3的卷积层，并将Fire模块中的压缩部分的卷积核数量由128减少为96，重新训练网络，即可得到新的S‑YOLO‑PC神经网络，再利用S‑YOLO‑PC神经网络进行边界选择的人流统计，利用新的神经网络，使得其在模型大大缩小的情况下提高了其精确度，能够用于多种场合的人流检测。

公开(公告)号：CN110110627A

公开(公告)日：2019-08-09

申请号：CN201910333785.7

申请日：2019-04-24

Applicant: 江南大学

Inventor： 方伟 ,  任培铭 ,  王林 ,  孙俊 ,  吴小俊

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种面向计算资源局限平台部署的实时目标检测的方法，属于深度学习和图像处理领域。本发明通过对YOLO-v3-tiny神经网络进行改进，Tinier-YOLO保留了YOLO-v3-tiny的前五个卷积层和池化层以及2个不同尺度的预测，引入了SqueezeNet中的Fire模块、1*1瓶颈层和Dense连接，使得该结构可以在嵌入式AI平台上实时运行。本发明的Tinier-YOLO的模型尺寸仅为7.9MB，本发明的实时性能与YOLO-v3-tiny相比提高了21.8％，与YOLO-v2-tiny相比提高了70.8％；准确度与YOLO-v3-tiny相比提高了10.1％，与YOLO-v2-tiny相比提高了近18.2％。本发明的Tinier-YOLO能够实现在计算资源有限的平台上仍然可以进行实时检测的目的，且效果更好。

公开(公告)号：CN110110627B

公开(公告)日：2021-03-30

申请号：CN201910333785.7

申请日：2019-04-24

Applicant: 江南大学

Inventor： 方伟 ,  任培铭 ,  王林 ,  孙俊 ,  吴小俊

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种面向计算资源局限平台部署的实时目标检测的方法，属于深度学习和图像处理领域。本发明通过对YOLO‑v3‑tiny神经网络进行改进，Tinier‑YOLO保留了YOLO‑v3‑tiny的前五个卷积层和池化层以及2个不同尺度的预测，引入了SqueezeNet中的Fire模块、1*1瓶颈层和Dense连接，使得该结构可以在嵌入式AI平台上实时运行。本发明的Tinier‑YOLO的模型尺寸仅为7.9MB，本发明的实时性能与YOLO‑v3‑tiny相比提高了21.8％，与YOLO‑v2‑tiny相比提高了70.8％；准确度与YOLO‑v3‑tiny相比提高了10.1％，与YOLO‑v2‑tiny相比提高了近18.2％。本发明的Tinier‑YOLO能够实现在计算资源有限的平台上仍然可以进行实时检测的目的，且效果更好。

公开(公告)号：CN106023122A

公开(公告)日：2016-10-12

申请号：CN201610291857.2

申请日：2016-05-05

Applicant: 江南大学

Inventor： 罗晓清 ,  张战成 ,  陆毛毛 ,  王骏 ,  韩望 ,  石禹 ,  王林 ,  邹奇

IPC: G06T5/50

CPC classification number: G06T5/50 ,  G06T2207/10004 ,  G06T2207/20081 ,  G06T2207/20221

Abstract: 一种基于多通道分解的图像融合方法。(1)对源图像多通道分解的特征提取：对源图像进行多通道分解，得到图像的结构分量和纹理分量；(2)对基于稀疏表示的融合规则进行设置：图像经多通道分解后进行分块向量化，对向量化后的多个分块进行稀疏表示，学习超完备字典，然后计算各列向量在字典下的稀疏表示系数；(3)系数融合：把每幅图像相对应的图像块的稀疏表示系数按照一定的融合规则进行融合，分别获得结构图像和纹理的融合后的稀疏系数。(4)图像重构：重构是稀疏分解的逆过程，结合超完备字典与融合稀疏系数进行重构，进一步进行结构和纹理的重构，得到最后的融合图像。

公开(公告)号：CN301931242S

公开(公告)日：2012-05-30

申请号：CN201130401617.1

申请日：2011-11-04

Applicant: 江南大学

Designer： 蒋晓 ,  王林

Abstract: 1.本外观设计产品的名称为：躺椅；2.本外观设计产品的用途为：用于坐和躺；3.本外观设计产品的设计要点为产品的形状；4.指定主视图为最能表达设计要点的图片。

公开(公告)号：CN301923844S

公开(公告)日：2012-05-23

申请号：CN201130401580.2

申请日：2011-11-04

Applicant: 江南大学

Designer： 蒋晓 ,  王林

Abstract: 1.本外观设计产品的名称为：电脑机箱（3）；2.本外观设计产品的用途为：保护电脑硬件；3.本外观设计产品的设计要点为产品的形状；4.指定立体图为最能表达设计要点的图片。

公开(公告)号：CN301938593S

公开(公告)日：2012-05-30

申请号：CN201130401588.9

申请日：2011-11-04

Applicant: 江南大学

Designer： 蒋晓 ,  王林

Abstract: 1.本外观设计产品的名称为：电脑机箱（1）；2.本外观设计产品的用途为：保护电脑硬件；3.本外观设计产品的设计要点为产品的形状；4.指定立体图为最能表达设计要点的图片。

公开(公告)号：CN301915896S

公开(公告)日：2012-05-16

申请号：CN201130401609.7

申请日：2011-11-04

Applicant: 江南大学

Designer： 蒋晓 ,  王林

Abstract: 1.本外观设计产品的名称为：风扇（手动）；2.本外观设计产品的用途为：用于纳凉；3.本外观设计产品的设计要点为产品的形状；4.指定立体图为最能表达设计要点的图片。

公开(公告)号：CN301914290S

公开(公告)日：2012-05-16

申请号：CN201130401579.X

申请日：2011-11-04

Applicant: 江南大学

Designer： 蒋晓 ,  王林

Abstract: 1.本外观设计产品的名称为：电脑机箱（2）；2.本外观设计产品的用途为：保护电脑硬件；3.本外观设计产品的设计要点为产品的形状；4.指定立体图为最能表达设计要点的图片。