-
公开(公告)号：CN103514441B
公开(公告)日：2017-02-15
申请号：CN201310429774.1
申请日：2013-09-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种改进的人脸特征点定位跟踪方法，力图在多个方面全面提升算法的性能，具体体现在特征选取，模型训练以及定位跟踪等方面做了较大改进，使算法运行效率大幅提升，并同时保证了定位跟踪的准确性，能够实现在移动平台上实时进行人脸特征点的检测定位。本发明分为训练和匹配两个阶段，训练阶段主要学习全局形状模型，角点形状模型，眼睛形状模型，嘴唇形状模型，角点局部纹理模型，特征点局部纹理模型。匹配过程采用分层的机制，形状投影采取加权投影的方式。本发明的效率大幅提升，每秒可以定位跟踪二十五帧以上，在移动平台上实现了实时定位跟踪。
-
公开(公告)号：CN105930808A
公开(公告)日：2016-09-07
申请号：CN201610263589.3
申请日：2016-04-26
Applicant: 南京信息工程大学
CPC classification number: G06K9/00718 , G06K9/00744 , G06K9/6267
Abstract: 本发明公开了一种基于vector boosting模板更新的目标跟踪方法，包括以下步骤：输入跟踪视频序列，在第一帧检测到目标位置的基础上，生成正负样本，用vector boosting的算法，构造模板，以及造贝叶斯分类器；在下一帧到来的时候，在上一帧目标位置的周围，产生很多候选的目标区域，接着，用上一帧训练的分类器，找到响应最大的区域，作为这一帧的目标位置，当出现分类器相应低的情况时，引进了预测机制，用当前帧的前两帧的目标运动状态，对跟错的目标进行校正，用最新跟踪到的目标信息进行模板和分类器的更新。本发明提出的自适应目标跟踪的算法，实时性较高，达到60帧每秒的跟踪速度，跟踪效果较好，能够处理跟踪中出现的遮挡，形变，快速运动等挑战。
-
公开(公告)号：CN105809713A
公开(公告)日：2016-07-27
申请号：CN201610120658.5
申请日：2016-03-03
Applicant: 南京信息工程大学
CPC classification number: G06K9/6234 , G06K9/6273 , G06T2207/10016 , G06T2207/20076 , G06T2207/20081 , G06T2207/30232 , G06T2207/30241
Abstract: 本发明公开了一种基于在线Fisher判别机制增强特征选择的目标跟踪方法。这是一种有效的外观模型，它通过高区分度的特征来处理视觉追踪目标的外观变化。Fisher判别增强特征选择机制能够选择出类内离散程度小，类间离散程度大的特征，从而增强区分目标和背景的能力。此外，本发明采用了粒子滤波结构进行目标追踪，候选粒子的权重体现了粒子周围的上下文信息，因此增强了追踪的鲁棒性。为了提高效率，本发明用了coarse?to?fine搜索机制来提高目标定位的效率和准确性，在CVPR2013跟踪基准测试库上进行了大量实验，在鲁棒性和精度上取得了良好的效果。
-
公开(公告)号：CN102945360B
公开(公告)日：2015-05-20
申请号：CN201210351076.X
申请日：2012-09-20
Applicant: 南京信息工程大学
Abstract: 本发明属图像分析和识别领域，具体涉及基于形态学和逻辑运算的多普勒雷达图像逆风区检测方法，该方法包括：对一幅多普勒雷达径向速度图像预处理的步骤，采用形态学和逻辑学运算的组合操作方法检测雷达图像中逆风区区域的步骤，以及逆风区尺度筛选并突出显示的步骤。本发明提供的方法，能够快速准确的检测并突出显示多普勒雷达图像中的逆风区区域，具有方法简单、速度快、准确率高、易于软硬件实现的特点。本方法可以很方便的应用到个人计算机或者移植到嵌入式系统中，为实现多普勒雷达图像逆风区迅速且准确地自动检测提供了基础技术支持。
-
公开(公告)号：CN104361611A
公开(公告)日：2015-02-18
申请号：CN201410659365.5
申请日：2014-11-18
Applicant: 南京信息工程大学
IPC: G06T7/20
CPC classification number: G06T7/251 , G06T7/207 , G06T7/215 , G06T2207/10016
Abstract: 本发明公开了一种基于群稀疏鲁棒PCA的运动目标检测方法，属于图像信息处理技术领域，包括以下步骤：输入视频序列；运用过分割算法进行区域分割，生成多个同性区域，将其作为群稀疏约束的分组信息；设置相关参数，使用增广拉格朗日乘子法迭代求解；通过群稀疏约束估计运动目标矩阵；应用核范数约束估计背景矩阵；更新乘子和惩罚参数；判断收敛性，如果收敛则输出所得的背景和运动目标，否则继续迭代。本发明利用运动分布的连续性先验，建立群稀疏鲁棒PCA运动目标检测模型，运用群稀疏准则判别各同性区域是否为运动目标，能够更加准确地度量运动目标的区域边界，且对复杂的背景运动更加鲁棒，达到了运动目标鲁棒检测的目的。
-
Patent Agency Ranking
公开(公告)号：CN114494770B
公开(公告)日：2025-05-06
申请号：CN202210035384.5
申请日：2022-01-12
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明公开了一种结合多级特征依赖与多尺度上下文特征的抑郁识别方法，包括：搭建并改进ResNet101，获得C2、C3、C4及C5四个代表不同级别语义信息和细节信息的情感表征；将多级情感表征输入到多层双向门控网络，提取多级特征间的依赖关系；将多级情感表征发送到多尺度自适应上下文模块，提取相应的多尺度上下文特征，通过跨级融合得到各级的多尺度情感表示O3、O4和O5；将C5级情感表征导入卷积注意力模块，获得带有显著情感区域的情感表示D；通过特征融合得到多线索情感特征E，通过分类网络进行抑郁识别。本发明同时结合级内关联与级间关联来获取更深层更全面的情感，并且对噪声具有鲁棒性。
-
公开(公告)号：CN119785385A
公开(公告)日：2025-04-08
申请号：CN202411986803.9
申请日：2024-12-31
Applicant: 南京信息工程大学
IPC: G06V40/10 , G06V40/20 , G06V10/44 , G06V10/46 , G06V10/56 , G06V10/77 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明公开了多人多目视图人体姿态预测方法，属于人体姿态预测技术领域，多人多目视图人体姿态预测方法将目标图集、每个关键点的2D热图输入预先训练好的Pose‑NeRF预测网络中，获取关键点的体素特征权重；根据关键点的体素特征权重、目标图集不同相机视角的投影关系，确定所有关键点的3D坐标，Pose‑NeRF预测网络能够充分获取空间信息，利用每个体素中心点位置和空间特征的不透明度作为权重，大幅提高了预测准确性，解决了当前预测方法不能给姿态估计带来多视图一致性的优势且预测结果不准确的问题。
-
公开(公告)号：CN117809100A
公开(公告)日：2024-04-02
申请号：CN202311847377.6
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/44 , G06N3/045 , G06N20/00 , G06N3/096
Abstract: 本发明公开了一种双粒度提示下基于回放的持续学习模型建立方法及装置，本发明首先对训练数据集中的图像进行预处理；然后构建双粒度提示下基于回放的持续学习模型，包括特征提取器、分类器、输入感知提示模块和代理特征提示模块；所述特征提取器用于从输入的样本中提取特征；所述分类器用于将特征提取器输出的特征进行分类；所述输入感知提示模块用于网络输入的额外补充，帮助生成更合理和多样化的输入分布，提高网络的泛化能力；所述代理特征提示模块用于弥合教师和学生模型之间的知识差距，以在特征转移过程中保持一致性，增强了特征的可塑性和稳定性。本发明可以高效完成持续学习任务，图像分类精度比现有持续学习方法更优。
-
公开(公告)号：CN117746139A
公开(公告)日：2024-03-22
申请号：CN202311771402.7
申请日：2023-12-20
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/42 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种类增量目标计数自我反思模型建立方法及装置，本发明首先对训练数据集中的图像进行预处理；然后构建类增量目标计数自我反思模型，包括全局感知增量回归分支、不确定性预估分支和自我反思机制；所述全局感知增量回归分支用于提取输入图像的全局特征，生成图像对应类别的预测密度图；所述不确定性预估分支用于保持稳定性的同时增强网络的可塑性，并使用该分支的输出作为正则化信号引导增量回归分支的学习过程；所述自我反思机制修正增量回归分支的输出，促进增量分支对旧类别知识的反思，增强模型输出密度图的准确性。本发明可以高效完成类增量目标计数任务，计数结果比现有技术更优。
-
公开(公告)号：CN117011268A
公开(公告)日：2023-11-07
申请号：CN202310976368.0
申请日：2023-08-04
Applicant: 南京信息工程大学
IPC: G06T7/00 , A61B5/145 , A61B5/055 , G06N3/0455 , G06N3/08 , G06V10/25 , G06V10/764 , G06V10/82 , G06V10/766
Abstract: 本发明公开一种基于对称正定流形的解耦表征的脑网络分析方法，属于医学影像处理领域；分析方法包括：获取受试者静息状态下的功能磁共振脑影像数据，进行预处理，根据大脑结构的解剖学模板划分感兴趣区，得到每个感兴趣区的血氧水平依赖信号的时间序列；通过计算成对感兴趣区之间皮尔逊相关系数，构建脑功能连接网络，生成位于SPD流形空间上的FC矩阵；利用SPD流形编码器，初步提取FC矩阵中的特征信息，并使用SPD流形解码器进行重构；将SPD流形编码器输出的特征送入解耦表征模块进行解耦，分离出站点无关和站点特定的SPD流形特征；提取到的站点无关SPD流形特征投影回切平面空间，送入两层全连接层，并采用Softmax作为激活函数，得到分类结果。
-
-
-
-
-
-
-
-
-
Search Results
159
records
(took 0.038 seconds)
