-
公开(公告)号:CN114663685A
公开(公告)日:2022-06-24
申请号:CN202210181439.3
申请日:2022-02-25
Applicant: 江南大学
IPC: G06V10/62 , G06V40/10 , G06V20/30 , G06V10/42 , G06V10/762 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种行人重识别模型训练的方法、装置、设备以及计算机可读存储介质,包括:基于两个卷积神经网络构建两个行人重识别网络模型;将目标域图像集输入每个行人重识别网络模型中,利用卷积神经网络和Transformer提取中间特征;利用全局子值池化模块对中间特征进行处理,输出最终特征值,并进行聚类分析,得到硬伪标签;构建每个行人重识别网络模型的时序平均模型,将目标域图像集输入每个时序平均模型中,得到软伪标签;利用软硬伪标签代优化行人重识别网络模型,选取目标行人重识别网络模型。本发明通过Transformer和全局子值池化模块获得高质量的特征信息,通过聚类得到更高质量的伪标签,大幅提高模型性能,提高行人重识别的准确度。
-
公开(公告)号:CN108734723B
公开(公告)日:2022-06-14
申请号:CN201810466423.0
申请日:2018-05-11
Applicant: 江南大学
IPC: G06T7/246
Abstract: 一种基于自适应权重联合学习的相关滤波目标跟踪方法,属于机器视觉领域。该方法将相关滤波模型与基于颜色直方图的颜色模型相结合,充分利用相关滤波模型的判别特性来有效区分目标和背景,同时通过颜色模型获取直方图分数来更好的应对遮挡、闭塞、变形和其他复杂的环境。为了充分利用这两个模型的优势,本发明提出置信度权重来自适应联合这两个模型。同时在训练相关滤波器时,充分利用背景信息构建空间正则化项,有效抑制背景信息的干扰,进一步提高了算法在跟踪过程中的鲁棒性。为使目标模型在跟踪过程中更好地应对目标尺度的不断变化,本发明构建了单独的快速尺度检测模型。
-
公开(公告)号:CN114333064A
公开(公告)日:2022-04-12
申请号:CN202111677811.1
申请日:2021-12-31
Applicant: 江南大学
Abstract: 本发明涉及一种基于多维原型重构增强学习的小样本行为识别方法,包括在计算得到视频描述子之后,通过动态时序转换进行网络优化,计算所述支持集视频描述子中的每一类视频的类平均原型,并利用重加权相似度注意力分别计算查询集样本和支持集样本与类平均原型的相似度,根据各自对应的相似度对支持集样本和查询集样本重加权,得到两个原型,将两个原型进行加权求和得到交叉增强原型,并且构建双三元组优化分类特征空间增强所述交叉增强原型对不同类别的可鉴别能力,利用优化后的所述交叉增强原型对所述查询集样本中的视频进行分类,其大大提高了分类准确度。
-
公开(公告)号:CN114214114A
公开(公告)日:2022-03-22
申请号:CN202111452427.1
申请日:2021-11-30
Applicant: 贵州山茶产业综合开发有限公司 , 江南大学 , 清华大学无锡应用技术研究院
IPC: C11B3/00
Abstract: 本发明公开了一种含甾醇酯的山茶油制备方法及该方法制备的山茶油。本发明所述方法包括如下步骤:对山茶油乳化、发酵、离心,加入植物甾醇,分散均匀后加入促进甾醇转化为甾醇酯的脂肪酶,分次进行酶合成反应,得到含甾醇酯的山茶油。本方法解决了现有技术在制备含甾醇酯山茶油的方法中,外源添加甾醇酯可引入无用甚至有害的有机溶剂及副产物,且功效较低的问题;本方法制备的山茶油甾醇酯含量高、酸价符合食品酸价的规定,油脂品质高。本发明所述方法制备得到的山茶油与外源添加甾醇酯的山茶油相比,更有效地降低甘油三酯、总胆固醇和低密度脂蛋白含量,提高高密度脂蛋白胆固醇含量,调节血脂处于较为健康水平,同时提高皮肤损伤修复效果和速率。
-
公开(公告)号:CN107203747B
公开(公告)日:2021-01-08
申请号:CN201710347548.7
申请日:2017-05-17
Applicant: 江南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于自适应选择机制的稀疏联合模型目标跟踪方法。构造稀疏的判决模型时,利用特征选择机制提取更具辨识力的特征,并以置信值度量为约束,更好地区分出目标和背景;构造稀疏的生成模型时,结合L1正则化和PCA子空间重构思想,使得目标不仅保留充足外观信息,且可有效抵御离群子干扰,并提出一种结合线性回归和软阈值算子的迭代算法对目标函数进行最小化求解。相较于传统的乘性联合机制,本发明提出了一种基于欧式距离的自适应选择机制,通过分别比较上述两种模型的预测结果与前一帧的跟踪结果的差异,计算偏差,判断模型是否发生退化,并以此构建出更加合理的联合模型评估函数来提升跟踪精度。
-
公开(公告)号:CN109568566B
公开(公告)日:2020-12-22
申请号:CN201910093452.1
申请日:2019-01-30
Applicant: 江南大学 , 西藏银美科技股份有限公司
IPC: A61K38/39 , A61K31/715 , A61K31/352 , A61K9/51 , A61K8/73 , A61K8/65 , A61K8/49 , A61K8/11 , A23L33/105 , A23L33/125 , A23L33/18 , A23P10/30
Abstract: 本发明涉及一种多酚‑胶原肽‑多糖纳米胶囊的制备方法,包括以下步骤:将植物多酚和多糖分别溶于溶剂中,然后在500~1000rpm的搅拌速度下,按照100:1~1:100的重量比将植物多酚溶液滴加至多糖溶液中,搅拌12~15h,得到植物多酚‑多糖复合体;将胶原肽溶于溶剂中,然后在500~1000rpm的搅拌速度下,将植物多酚‑多糖复合体以0.5d/s~5d/s的速度滴加至胶原肽溶液中,离心,收集沉淀,超声分散。本发明的方法单易行,安全可靠,适合大规模生产。
-
公开(公告)号:CN108234187B
公开(公告)日:2020-10-30
申请号:CN201611197620.4
申请日:2016-12-22
Applicant: 江南大学
Abstract: 本发明提供一种面向数据报文转发的高逼真链路仿真方法,基于开放云平台实现,应用于网络仿真平台。上述方法包含以下步骤:搭建OpenStack云平台;构建链路仿真接口程序;根据虚拟网络节点是否在同一计算节点上,分别构建宿主机内和跨宿主机间的链路仿真;针对宿主机内的链路延时仿真,调用系统内核模块仿真链路延时;针对跨宿主机间的链路延时仿真,差分补偿数据报文在物理链路中的传播延时;根据虚拟化技术是否有带宽限制策略,调用带宽限制接口或添加虚拟网卡队列来配置链路带宽;调用系统内核模块仿真链路丢包率。本发明能够在虚拟网络中构建灵活、透明、逼真的虚拟链路,支持链路性能参数的快速配置与自动化部署。
-
公开(公告)号:CN108123819B
公开(公告)日:2020-10-16
申请号:CN201611077852.6
申请日:2016-11-30
Applicant: 江南大学
IPC: H04L12/24
Abstract: 本发明公开了一种虚实网络无缝融合的仿真方法,涉及网络模拟仿真技术领域,解决基于OpenStack平台的虚实融合的网络数据包传输不透明的问题,所述方法包括步骤:搭建OpenStack云计算平台基本环境;构建目标虚拟网络,虚拟网络中使用自主研发的路由器;运行流表配置脚本,使虚实网络之间的数据包可以透明传输;连接实物设备与虚拟网络构成虚实融合的网络。本发明通过提供一种虚实网络无缝融合的仿真方法,实现搭建一个透明的的虚实融合的网络环境,可用于网络安全评估和计算机系统安全评估。
-
公开(公告)号:CN111606990A
公开(公告)日:2020-09-01
申请号:CN202010495522.9
申请日:2020-06-03
Applicant: 江南大学
Abstract: 本发明公开了一种活性大分子角蛋白的制备方法及其作为生物敷料的应用,本发明通过控制角蛋白酶的反应条件,从羊毛废弃物中提取了具有生物活性的大分子角蛋白,其分子量主要分布于45kDa和28kDa,该角蛋白能够有效促进成纤维细胞的增殖和迁移,且表现出明显的抗氧化性能;该再生角蛋白粉末可自组装成水凝胶,能够诱导组织再生修复,有效促进伤口愈合,可作一种良好的医用生物敷料。本发明操作工艺简单,设备成本低廉,易于工业化生产;本方法以畜牧业及纺织工业中废弃羊毛、羊绒等纤维及不能用于纺织加工的羊毛短纤维为原料,既节约资源又保护环境;本方法使用角蛋白酶进行生物提取,提取过程绿色环保,不产生污染。
-
公开(公告)号:CN111310633A
公开(公告)日:2020-06-19
申请号:CN202010084877.9
申请日:2020-02-10
Applicant: 江南大学
Abstract: 基于视频的并行时空注意力行人重识别方法,属于计算机视觉领域。本发明提出的并行时空网络模型,能够同时提取行人的时序特征和空间特征,显著减少了行人信息的损失。此外为获取更具有辨识性的时序特征,本发明提出了全局时序注意力模块,同时为获取更具有辨识性的空间特征本发明引入了空间卷积注意力模块。全局时序注意力模块能够选择出辨识性更强的视频帧,同时空间卷积注意力模块能够对显著性区域进行特征提取。最终本发明使用特征融合的方法对时序特征和空间特征进行联合,从而获得更加完整的行人特征用于行人的重识别,极大提高了行人重识别模型的鲁棒性。
-
-
-
-
-
-
-
-
-